手机上AidLux2.1.0 运行模型广场的yolov8模型

手机设备型号Xiaomi 12S处理器为Snapdragon 8 Gen 1Android 13本机运行了yolov8s、以及采用了8gen3的手机运行yolov8m安装AidLux2.1.0新版本apk后若首次登陆新版本应用时出现以下问题往往是因为之前下载安装过前置版本的aidlux应用请先卸载前置版本再安装新版本退出应用重启手机再次登录即可解决问题。进入登录AidLux图形化界面时根据弹窗提示按照提示步骤取消虚进程限制。1.开启获取屏幕信息有“获取单个应用或整个屏幕共享”选项的选择“整个屏幕共享”2.打开手机无线调试点击匹配设备码若出现以下弹窗提示重启应用再次完成步骤即可。AidLux2.1.0 同样支持通过cloud_ip反馈的ip和端口通过浏览器页面打开aidlux桌面xfce 桌面变更为 ubuntu-desktop支持通过本地xwayland 或者远程VNC 的方式访问AidLux 内置的ubuntu20.04 操作系统同时配备火狐浏览器可进行网页浏览和资源下载。AidLux2.1.0 功能方面Aidlite SDK 新增支持搭载Snapdragon芯片的移动设备能够以aidlite-remote 运行模型广场上的部分模型例如yolov8s、yolov8m;接下来以手机端运行yolov8m 中型目标检测模型例子部分使用了Snapdragon 8 gen 3处理器的手机做演示模型广场 点击链接可跳转到模型广场当前模型广场含400多个主流模型可供下载选择yolov8模型后可选择设备型号和需要的数据精度点击模型和代码进行下载得到的压缩包可拖拽至网页端打开的文件资源系统里图中为其他案例的示意效果演示拖拽压缩包上传也可通过MMS工具AidLux2.1.0应用中心内置的工具对模型广场的模型进行拉取例如首先进行登录操作登陆后即可查看模型详情在命令行终端输入mms login-u用户名-p密码用户名和密码可在官网进行注册使用mms工具进行可拉取模型的查看mms list模型名称#例如yolov8输入命令下载模型mms get-myolov8m-pint8-cqcs8550-bqnn2.36# 下载 yolov8m 模型数据精度为 INT8, 针对 QCS8550 芯片平台优化推理框架为 QNN2.36下载好的模型进行解压后文件结构通常如下/model_farm_yolov8s|__ models# 模型文件|__ python# 基于python的模型推理代码|__ cpp# 基于cpp的模型推理代码|__ README.md# 模型信息说明 相关软件依赖安装引导查看README.md文件查看模型调用的步骤详情按照readme的步骤进行操作即可需要注意的是手机平台使用AidLite SDKAI推理框架工具链进行模型推理时会因为手机无法调用 QNN DSP 加速而初始化失败导致模型无法成功运行而Aidlux2.1.0可通过aidlite remote的方式进行QNN DSP加速以python调用方式为例编辑yolov8s.py 文件的相关配置信息修改aidlite的调用类型aidlite.ImplementType.TYPE_LOCAL-aidlite.ImplementType.TYPE_REMOTE即将“local”改为“remote”保存后即可运行下列命令并查看结果cd model_farm_yolov8m_qcs8550_qnn2.36_int8_aidlite python3 python/run_test.py --target_model ./models/cutoff_yolov8m_qcs8550_w8a8.qnn236.ctx.bin --imgs ./python/bus.jpg --invoke_nums 10YOLOv8m在手机上的运行结果