Artikel-ID: 000089046 Inhaltstyp: Kompatibilität Letzte Überprüfung: 20.05.2022

Warum ist Inferenz mit YOLOv3 unter Ubuntu* 20.04 schneller als Inferenzierung unter Yocto* Betriebssystem?

Umgebung

Ubuntu 20.04 Yocto (IOTG Yocto BSP, Tag: release-74_tgl_u_mr3) Yocto (IOTG Yocto BSP, Tag: release-81_tgl_u_mr4) OpenVINO 2021.4 OpenVINO 2021.4.2

BUILT IN - ARTICLE INTRO SECOND COMPONENT
Zusammenfassung

Korrekte Version der TGL Yocto-Quelle für inferencing mit OpenVINO™ 2021.4.2

Beschreibung
  • Führte die Object Detection C++ Demo mit dem YOLOv3-Modell unter Verwendung des GPU-Plugins in OpenVINO™ 2021.4 durch.
  • Erhalten ähnliche Leistungen in Ubuntu 20.04 und Yocto (IOTG Yocto BSP, Tag: release-74_tgl_u_mr3), wenn Intel® Core™ i5-1145G7E, Intel® Core™ i3-1115G4E und Intel® Celeron® 6305E Prozessoren verwendet werden.
  • Erhalten 58 Bilder pro Sekunde (FPS) in Ubuntu 20.04 und 47,3 FPS in Yocto (IOTG Yocto BSP, Tag: release-74_tgl_u_mr3) bei Verwendung von Intel® Core™ i7-1185G7E Prozessor.
Lösung
  • Verwenden IOTG Yocto BSP (Tag: release-81_tgl_u_mr4) Bild für Yocto.
  • Führen Sie die Object Detection C++ Demo mit dem YOLOv3-Modell mit dem GPU-Plugin in OpenVINO™ 2021.4.2 aus.

Zugehörige Produkte

Dieser Artikel bezieht sich auf 2 Produkte

Der Inhalt dieser Seite ist eine Kombination aus menschlicher und computerbasierter Übersetzung des originalen, englischsprachigen Inhalts. Dieser Inhalt wird zum besseren Verständnis und nur zur allgemeinen Information bereitgestellt und sollte nicht als vollständig oder fehlerfrei betrachtet werden. Sollte eine Diskrepanz zwischen der englischsprachigen Version dieser Seite und der Übersetzung auftreten, gilt die englische Version. Englische Version dieser Seite anzeigen.