pioneer-rknn-example

Описание

Данный репозиторий содержит примеры для работы с библиотекой Pioneer-RKNN. А также несколько простых примеров обучения моделей.

В данном репозитории представлено 5 групп примеров:

• yolo — базовые примеры работы модели YOLO
• yolo_pose — примеры, связанные с детекцией позы (pose estimation) модели YOLO Pose
• ppocr — примеры работы моделей распознавания текста в режиме реального времени с использованием камер
• model_registry — пример работы ModelRegistry из Pioneer-RKNN
• classification — пример работы легковесной модели классификации изображений

Структура репозитория

.
├── examples
│   ├── classification   
│   ├── model_registry
│   ├── ppocr
│   ├── yolo
│   └── yolo_pose
└── README.md

Использование Pioneer-SDK2 и Pioneer-RKNN

Посредством класса ImageViewer производится вывод изображения для его удобного просмотра.

iv = ImageViewer()
...
iv.imshow(name='first', frame=image_1)

Cигнатура метода imshow класса ImageViewer:

def imshow(self, name: str, frame: np.ndarray, fps: int = 30):

Метод imshow (от английского image show — «показать изображение») принимает аргументы:

• name: имя вкладки, которое можно будет найти по адресу (например, если name=='first', то трансляция будет доступна по адресу 10.42.0.1:8889/first/)
• frame: изображение в формате BGR для трансляции
• fps: количество кадров в секунду при передаче видео

Модели искусственного интеллекта

Чтобы работать с искусственным интеллектом необходимо сначала импортировать класс модели из пакета pioneer_rknn, а затем инициализировать экземпляр этого класса. Доступные модели: "Yolo", "YoloPose", "PaddleOCR".

# Импорт необходимого модуля
from pioneer_rknn import Yolo
...
# Инициализация экземпляра класса Yolo моделью 'yolov8n', доступной в регистре моделей
model = Yolo(model_name="yolov8n")