模型样本 - 3.5 简体中文

对于基于 VART 的模型，样本位于 ~/Vitis-AI/examples/vai_library/samples 文件夹中。对于基于 ONNX Runtime 的模型，样本位于 ~/Vitis-AI/examples/vai_library/samples_onnx 文件夹中。每个样本都有下列 4 种类型的测试样本：

• test_jpeg_[model type]
• test_video_[model type]
• test_performance_[model type]
• test_accuracy_[model type]

以 YOLOv3 作为示例。

1. 运行 YOLOv3 检测示例前，请选择以下某一个 YOLOv3 模型：
   • yolov3_bdd
   • yolov3_voc
   • yolov3_voc_tf
2. 确保以下测试程序存在：
   • test_jpeg_yolov3
   • test_video_yolov3
   • test_performance_yolov3
   • test_accuracy_yolov3_bdd
   • test_accuracy_yolov3_adas_pruned_0_9
   • test_accuracy_yolov3_voc
   • test_accuracy_yolov3_voc_tf

   如果可执行程序不存在，请在主机上对其进行交叉编译，然后将可执行程序复制到目标。

3. 要测试图像数据，请执行以下命令：

   #./test_jpeg_yolov3 yolov3_voc_tf sample_yolov3.jpg

   结果会打印在终端上。您也可以查看输出图像：sample_yolov3_result.jpg。

4. 要测试视频数据，请执行以下命令：

   #./test_video_yolov3 yolov3_voc_tf video_input.mp4 -t 8

5. 要测试模型性能，请执行以下命令：

   #./test_performance_yolov3 yolov3_voc_tf test_performance_yolov3.list -t 8

   结果会打印在终端上。

6. 要测试模型准确度，请准备好您的图像数据集、图像列表文件以及图像的真相。然后执行下列命令：

   #./test_accuracy_yolov3_voc_tf [image_list_file] [output_file]

生成 output_file 后，需要脚本文件来自动准备结果。最后，可获取准确度结果。