![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Vitis-Ai部署全过程
文章平均质量分 94
基于Xilinx提供的Vitis-Ai工具链,从模型训练、量化、编译到板子部署、API实现。
网上上板均采用Python API实现,本文首次采用C++进行上板实现。
白敬亭分亭
研三菜狗
展开
-
Vitis-AI量化编译YOLOv5(Pytorch框架)并部署ZCU104(三)
前面两篇文章已经实现了yolo在ZCU104的部署,下面放一段yolo进行路面车辆检测的实例视频,并且本文还融合了SGBM算法进行双目测距。先将结果放在最前面,第一个是单纯目标检测,第二个视频是sgbm+目标检测yolo部署zcu104路面检测视频双目测距和目标检测融合这次主要是实现了软硬件融合开发,以及对传统算法的改进,可以看到上板效果很不错。但是只要人或物体出现在边缘,距离计算就很不准确,应该是标定的参数有些问题,后续继续规范规范标定参数,效果实现会更好。原创 2022-12-26 16:36:05 · 2247 阅读 · 0 评论 -
Vitis-AI量化编译YOLOv5(Pytorch框架)并部署ZCU104(二)
介绍如何将.Xmodel部署到ZCU104,并利用C++ API进行目标检测。原创 2022-11-24 20:32:19 · 6170 阅读 · 6 评论 -
Vitis-AI量化编译YOLOv5(Pytorch框架)并部署ZCU104(一)(代码已开源)
Vitis-AI进行量化编译原创 2022-11-20 14:24:42 · 9593 阅读 · 52 评论