YOLOv8s Pose

模型概述

专为人体姿态估计设计的 YOLOv8s 模型，针对实时应用进行了优化。

YOLOv8s Pose 模型专为 Synaptics Astra™ SL1680 processor NPU 和 SL1640 processor NPU 开发和优化。

模型特性

• 模型类型： 姿态检测
• 输入尺寸： 352x640
• 输出尺寸： 根据模型配置而定的多种分辨率

ℹ️ 信息： 此模型可直接在 Synaptics Astra Machina 开发板上使用。YOLOv8s Pose 的 NPU 优化版本已预装于 Astra SDK 镜像中。

在 Synaptics Astra SL1600 系列上部署

此模型针对 Synaptics Astra SL1680 处理器编译。您可以在搭载 SL1680 处理器的 Machina™ 开发套件上找到已预装的此模型。

您也可以在搭载 SL1640 处理器的 Machina™ 开发套件上找到针对 Synaptics Astra SL1640 处理器编译的同款模型。

Synaptics Astra Machina™ 是面向 Astra SL 系列高性能 IoT 处理器的模块化开发套件，集成了 Synaptics Veros™ 无线连接解决方案。了解更多信息，请点击此处

应用程序二进制文件

synap_cli_od 命令行应用程序可运行 YOLOv8s Pose 等目标检测模型。

输入：

• 转换后的 synap 模型（.synap 扩展名）
• 可选：检测对象的置信度阈值
• 一张或多张图像（jpeg 或 png 格式）

输出：

• 每张输入图像中检测到的对象列表，包括：
  • 边界框
  • 类别索引
  • 置信度分数

在 Astra SL1680 和 SL1640 上的命令行用法：

MODELS=/usr/share/synap/models/

cd $MODELS/object_detection/body_pose/model/yolo_v8/yolov8s-pose

synap_cli_od -m model.synap input_image.jpg

SL1680 上的示例输出：

Input image: input_image.jpg (w = 640, h = 480, c = 3)
Detection time: 30.79 ms
#   Score  Class  Position  Size     Description
0   0.95       0   94,193    62,143  person

ℹ️ 信息： JPEG/PNG 输入图像由软件调整为网络输入张量尺寸。

💡注意： 请确保在模型转换期间定义输出格式。缺少格式详情可能会导致 "Failed to initialize detector" 等错误。

NPU 性能

处理器	推理时间（ms）
SL1680	30.79
SL1640	54.59

优化和自定义模型

高级用户可能希望自定义源模型并为 Synaptics Astra NPU 重新编译。 请参阅自带模型章节以获取更多信息。

供参考，固件镜像中提供的 .synap 格式模型是使用以下 .yaml 设置为 Synaptics Astra NPU 编译的：

inputs:
  - name: images
    shape:
      - 1
      - 3
      - 352
      - 640
    scale: 255
    format: RGB
outputs:
  - format: yolov8 landmarks=17 visibility=1 w_scale=640 h_scale=352
quantization:
  data_type:
    '*': uint8
    /model.22/Concat...: float16
    /model.22/Concat_4...: float16
  scheme: asymmetric_affine
  dataset:
    - ../../sample/*.jpg

许可证

源模型和用于设备端部署的编译模型均依据 AGPL-3.0 授权。

了解更多

• Synaptics AI Developer Zone：获取文档、教程和资源，开启您的边缘 AI 之旅。
• Astra Support Portal：与我们的工程团队和社区联系。