前言

关于本指南和技术支持信息

关于本手册

本物体识别系列应用说明提供使用昉·星光 2进行多种物体识别的步骤，应用所使用的视觉框架基于OpenCV，赛昉科技对其进行了昉·星光 2的平台适配与底层GPU加速调优。

本文中的应用包括：

  • 用于通用物体识别 Python及C++语言应用，含三个应用对应三种通用物体识别模型：
    1. YOLO-V3 模型
    2. 由 PyTorch 格式转换为 ONNX 格式的 YOLO-V5 模型
    3. MobileNet-SSD 模型

修订历史

表 1. 修订历史
版本 发布日期 修订
1.0 2023/06/19 首次发布。

注释和注意事项

本指南中可能会出现以下注释和注意事项：
  • 提示： 建议如何在某个主题或步骤中应用信息。
  • 注： 解释某个特例或阐释一个重要的点。
  • 重要： 指出与某个主题或步骤有关的重要信息。
  • 警告： 表明某个操作或步骤可能会导致数据丢失、安全问题或性能问题。
  • 警告： 表明某个操作或步骤可能导致物理伤害或硬件损坏。