Introduction

La détection d'objets en temps réel est une tâche cruciale dans de nombreux domaines, notamment la surveillance et la sécurité. Le projet présenté ici utilise le modèle YOLOv8n pour détecter des véhicules aériens sans pilote (UAV) en temps réel sur une plate-forme basée sur le système sur une puce (SoC) Rockchip RK3588S.

Contexte Technique

Le SoC Rockchip RK3588S est équipé de trois cœurs de processeur neuronal (NPU) qui permettent d'accélérer les tâches d'apprentissage automatique. Le projet utilise ces cœurs NPU pour exécuter le modèle YOLOv8n en parallèle, ce qui permet d'atteindre une vitesse de traitement de 46 images par seconde (FPS), ce qui est la limite de la caméra utilisée.

Le pipeline de traitement est conçu pour être entièrement accéléré par le matériel, ce qui signifie que les opérations de capture, de conversion de couleur, de redimensionnement et d'inférence sont effectuées sur des blocs de fonctions fixes du SoC, sans utiliser le processeur central (CPU). Cela permet de réduire la consommation de mémoire et de minimiser la charge sur le CPU.

Analyse et Implications

Le projet démontre la capacité du SoC Rockchip RK3588S à exécuter des tâches d'apprentissage automatique en temps réel avec une grande efficacité. La vitesse de traitement atteinte est suffisante pour suivre les mouvements des UAV en temps réel, ce qui ouvre des perspectives pour des applications telles que la surveillance aérienne et la sécurité.

Le fait que le pipeline soit entièrement accéléré par le matériel signifie que le projet peut être exécuté sur des plate-formes avec des ressources limitées, ce qui le rend plus accessible et plus abordable pour une large gamme d'applications.

Perspective

Le projet présente des perspectives intéressantes pour l'avenir, notamment en termes d'amélioration de la précision et de la robustesse du modèle YOLOv8n. De plus, l'intégration de ce projet avec d'autres technologies, telles que la vision par ordinateur et l'apprentissage automatique, pourrait ouvrir de nouvelles possibilités pour des applications telles que la surveillance intelligente et la sécurité avancée.