小白不白

香橙派Aipro提供的案例完美的执行成功了，学习起来很适合企业开发者用户。往外继续延伸，如果单纯的使用香橙派Aipro做模型的测试也是很可以的，可惜了我这边内存不太够，没办法做太多太消耗内存的东西。需要自己扩展下存储空间就很完美了，运行大模型肯定也不在话下。跑这个yolov8模型时，从拉下来代码，到搭建环境，再到运行结果，都比较顺利。延迟感觉还是稍慢满打满算一张图需要800ms。不知道跑上多路流然后实时检测的情况如何，还有待验证！

整个过程分为三个主要阶段：初始化资源、初始化模型资源和释放资源。每个阶段的日志显示了操作的开始和结束，所有操作均成功完成。香橙派Aipro提供的案例完美的执行成功了，学习起来很适合企业开发者用户。往外继续延伸，如果单纯的使用香橙派Aipro做模型的测试也是很可以的，可惜了我这边内存不太够，没办法做太多太消耗内存的东西。总之就是学习起来毫不费劲，官方文档一应俱全。跑这个模型时挺快的，只是不知道跑上多路流然后实时检测的情况如何，还有待验证！在边缘计算设备中性能还是足够的。

我们属于SoC模式，即我们在x86主机上基于tpu-nntc和libsophon完成模型的编译量化与程序的交叉编译，部署时将编译好的程序拷贝至SoC平台（1684开发板/SE微服务器/SM模组）中执行。注：以下都是在Ubuntu20.04系统上操作的，当然Ubuntu18和22也是可以的，因为我们主要是用的官方 docker 环境进行配置。