• 正文
  • 相关推荐
申请入驻 产业图谱

【NPU实战连载】Pi-RK3572 工业派跑通 YOLOv8 垃圾分类

11/14 09:17
85
加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

直接接上结果,Pi-RK3572 工业派接上 IMX415 摄像头,运行随开发资料提供的 YOLOv8 例程,显示屏实时呈现15帧率的摄像头画面,板端推理完成,并框出垃圾目标、标出类别【可回收垃圾】和置信度【48.1%置信度,彩打塑料水瓶海报】。

对做边缘视觉选型的您来说,是不是比单看“4 TOPS”更具体:摄像头输入、模型加载、NPU 推理、结果叠加和本地显示,链路跑通。

下面把实操、命令和这套例程真正能省掉的开发工作讲清楚。

一、Pi-RK3572 工业派

Pi-RK3572 工业派由 Core-RK3572 核心板和标准载板组成。

核心板负责计算,采用 RK3572 理器,集成 2核Cortex-A73与6核Cortex-A53,并内置最高 4 TOPS 算力的 NPU,配套 RKNN3 推理环境。

标准载板把 MIPI CSI、HDMI、MIPI 显示、网口和 USB 等接口引出来。对开发者来说,这种组合的意义很直接:评估阶段先接外设、跑算法、搭原型,不必等项目底板设计完成,算法验证与硬件设计可以并行推进。


Pi-RK3572工业派接口标识

二、本次验证环境

项目 配置
板卡 眺望 Pi-RK3572 工业派(Core-RK3572 核心板+标准载板)
系统环境 Buildroot linux6.1
摄像头 22Pin IMX415模组,接入 MIPI CSI
算法与模型 YOLOv8 垃圾分类检测;yolov8_garbage.rknn+yolov8_garbage.weight
推理与显示 RKNN3 例程;HDMI 或 MIPI 屏本地显示
本次验证范围 实时视频流输入、目标检测与结果显示

注意:这次输入不是静态图片,而是 IMX415 的实时视频流。整条链路可以概括为:

IMX415 → MIPI CSI → /dev/video22 → YOLOv8 / RKNN3 NPU 推理→ 检测结果叠加 → HDMI / MIPI 屏显示

三、实操过程

3.1 接线摄像头和显示屏

断电后,将IMX415接入载板丝印 J10 或 J14 的 MIPI CSI 接口。需要直接查看识别效果,再接入7寸 MIPI 屏或 HDMI 显示器。

Pi-RK3572 工业派载板:摄像头、显示接口位置

本次使用的摄像头节点是 /dev/video22。更换摄像头型号、接口位置或系统配置后,节点可能变化,执行前先核对,不要把这个编号当成固定值:

root@rk3572-buildroot:/# ls /dev/video*

3.2 推送例程与执行

例程位于开发资料中的以下目录,模型、权重和应用程序都在同一个压缩包内:

Core-RK3572 核心板光盘资料\4-软件资料\3-RK3572模型案例源码\2-源码资料\rk3572_Cdemo\rk3572_Cdemo.tar.gz

在PC端解压并进入应用所在目录,通过 adb 将整个应用目录推送到板端。

talowe@ubuntu22:~$ adb push rknn3_yolv8_garbage_sort_cam/ /rk3572_rknn3demo

随后进入板端应用目录,执行垃圾分类检测程序:

root@rk3572-buildroot:/# cd /rk3572_rknn3demo/rknn3_yolov8_garbage_sort
root@rk3572-buildroot:/rk3572_rknn3demo/rknn3_yolov8_garbage_sort# \
./rknn_yolov8_garbage_sort_cam ./model/yolov8_garbage.rknn \
./model/yolov8_garbage.weight /dev/video22 1

程序运行后,显示屏实时呈现摄像头画面;检测到目标时,画面会叠加检测框,框的左上角显示类别标签与置信度。

备注:例程预设标签包括 recyclable waste、other waste、kitchen waste 和 hazardous waste。本次实拍画面中,塑料瓶被标记为 recyclable waste。

到这里,摄像头采集、板端推理和本地显示已经形成闭环。

四、小结

这个例程不是给你一个完整的垃圾分类产品方案,而是把最前面的平台验证变成一条可快速复现的路径:先确认Pi-RK3572工业派能把实时视觉链路跑起来,再把时间花在打磨现场数据、业务逻辑和整机可靠性上。对产品开发工程师而言,少走的不是产品化这段路,而是立项那段试错的冤枉路。

需要 Pi-RK3572 工业派、IMX415 摄像头或本例程开发资料,可在公众号后台回复「RK3572」。如果你已经有自己的检测模型,也可以留言说明模型类型、输入分辨率和目标场景,安排专业技术工程师评估RKNN3模型部署与样机验证可行性。

相关推荐

11年ARM处理器开发经验,专注于嵌入式处理器模组的研发与应用