Sintonizzati su YOLO Vision 2025!
25 settembre 2025
10:00 — 18:00 BST
Evento ibrido
Yolo Vision 2024

Show and tell: deployment di Ultralytics YOLOv8 su dispositivi embedded

Nuvola Ladi

4 minuti di lettura

24 gennaio 2024

Scopri le complessità del deployment di YOLOv8 su dispositivi embedded a YOLO VISION 2023. Lakshantha Dissanayake esplora le sfide, la magia di TensorRT e i progressi della piattaforma MCU. Svela il futuro dell'edge AI in una lettura concisa e approfondita.

Mostra e racconta: distribuzione di YOLOv8 su dispositivi embedded

A YOLO VISION 2023 (YV23), Lakshantha Dissanayake ha illustrato le complessità della distribuzione dei modelli Ultralytics YOLOv8 su dispositivi embedded, in particolare sulle piattaforme NVIDIA Jetson e MCU. Approfondiamo l'illuminante percorso che ha condiviso al Google for Startups Campus di Madrid.

Conosci Lakshantha Dissanayake

L'ingegnere applicativo di Seeed Studio, Lakshantha Dissanayake, guida l'impegno di Seed Studio nell'innovazione AIoT. Il suo intervento ha sottolineato l'impegno di Seed Studio nel promuovere partnership con sviluppatori, ISV e SI, enfatizzando la democratizzazione della tecnologia.

L'evoluzione dell'edge

L'Edge Evolution rappresenta un cambiamento fondamentale nel calcolo, enfatizzando l'elaborazione decentralizzata dei dati. Con un focus sui dispositivi edge, questa evoluzione migliora l'elaborazione in tempo reale, riduce la latenza e potenzia i dispositivi locali per sistemi efficienti e reattivi in diversi settori.

Durante la sua presentazione, Lakshantha ha approfondito le sfide e l'evoluzione dei dispositivi edge, riconoscendo il ruolo fondamentale che svolgono nel rendere la tecnologia accessibile. Ha affrontato le sfumature dell'ottimizzazione delle prestazioni edge, in particolare per le applicazioni di analisi video, preparando il terreno per il pubblico.

Superare le sfide di implementazione

Numerosi nuovi dispositivi GPU stanno entrando nel mercato, ma i loro prezzi sono piuttosto alti. D'altra parte, i dispositivi embedded come la serie Jetson offrono una gamma di funzionalità di implementazione che rendono più facile per gli utenti finali condurre le analisi di cui hanno bisogno. Se sei interessato a imparare come iniziare con i dispositivi Seeedstudio Jetson, puoi visitare il nostro blog.

Affrontando le sfide di deployment di YOLOv8 sui dispositivi edge, Lakshantha ha condiviso soluzioni pratiche. Dal flashing del sistema operativo (Operating System) all'impostazione dell'ambiente, il talk ha demistificato le complessità, rendendo il processo di deployment più accessibile agli sviluppatori.

La magia di TensorRT e DeepStream

TensorRT funge da motore di livello superiore per l'inferenza su dispositivi embedded. Quantizza e ottimizza il modello Ultralytics YOLOv8, migliorandone le prestazioni specificamente per i dispositivi edge.

Lakshantha ha inoltre mostrato la magia di TensorRT nel migliorare le prestazioni di inferenza e l'efficienza delle applicazioni multi-stream utilizzando DeepStream. Dimostrazioni pratiche hanno illustrato la potenza di questi strumenti nel massimizzare il potenziale dei modelli YOLO su dispositivi embedded.

Presentazione della piattaforma MCU

Un altro momento clou è stata la dimostrazione dal vivo di Lakshantha della distribuzione di modelli YOLO sulla piattaforma MCU utilizzando l'assistente del modello SenseGraph. Questa anteprima del futuro dell'edge AI ha lasciato il pubblico desideroso di esplorare le possibilità.

Conclusione

In questa era, i riflettori sono puntati principalmente sui dispositivi embedded, dove i clienti cercano soluzioni economicamente vantaggiose con una manutenzione minima. I dispositivi embedded di Seeed Studio sono dotati di funzionalità di preboot, che facilitano le operazioni per sviluppatori e utenti finali.

Nel complesso, la sessione non solo ha illuminato gli aspetti tecnici, ma ha anche mostrato lo spirito di collaborazione all'interno della comunità dell'IA, rendendola un'esperienza illuminante per tutti i partecipanti.

Scopri di più sul deployment di YOLOv8 su dispositivi embedded qui!

Costruiamo insieme il futuro
dell'AI!

Inizia il tuo viaggio con il futuro del machine learning

Inizia gratis
Link copiato negli appunti