YOLOv5m 640x480
模型概述
针对 640x480 分辨率优化的 YOLOv5m 目标检测模型，在速度与精度之间取得平衡。
YOLOv5m 640x480 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： 目标检测
- 输入尺寸： 640x480
- 输出尺寸： 640x480
ℹ️ 信息： 此模型可直接在 Synaptics Astra Machina 开发板上使用。YOLOv5m 640x480 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 YOLOv5m 640x480 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/coco/model/yolo_v5/yolov5m-640x480
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: 118.82 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 | 118.82 |
| SL1640 | 178 |
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：
data_layout: default
outputs:
- dequantize: true
format: yolov5
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。
