基于 reComputer RK3576 的航拍目标检测

基于 VisDrone 数据集训练的 YOLOv8s 航拍目标检测，支持 11 个空中类别。

源代码: https://github.com/inteintegrity/rk3576-airborne-detection

快速开始

通过 Docker 拉取项目镜像

bash

docker pull ghcr.io/seeed-projects/recomputer-rk-cv/rk3576-yolov8_airborne:latest

使用内置示例测试模型效果

bash

sudo docker run --rm --privileged --net=host \
  -e PYTHONUNBUFFERED=1 \
  -e RKNN_LOG_LEVEL=0 \
  --device /dev/video0:/dev/video0 \
  --device /dev/dri/renderD128:/dev/dri/renderD128 \
  -v /proc/device-tree/compatible:/proc/device-tree/compatible \
  ghcr.io/seeed-projects/recomputer-rk-cv/rk3576-yolov8_airborne:latest \
  python3 web_detection.py --model_path model/yolov8s_airborne.rknn --video video/test.mp4

项目运行成功后，访问 http://<board_ip>:8000/ 查看实时推理效果。

11 个 VisDrone 航拍类别

类别	描述
pedestrian	行人
people	人群
bicycle	自行车
car	轿车
van	面包车
truck	卡车
tricycle	三轮车
awning-tricycle	带篷三轮车
bus	公交车
motor	摩托车
others	其他

调用摄像头实时推理

bash

sudo docker run --rm --privileged --net=host \
  -e PYTHONUNBUFFERED=1 \
  -e RKNN_LOG_LEVEL=0 \
  --device /dev/video0:/dev/video0 \
  --device /dev/dri/renderD128:/dev/dri/renderD128 \
  -v /proc/device-tree/compatible:/proc/device-tree/compatible \
  ghcr.io/seeed-projects/recomputer-rk-cv/rk3576-yolov8_airborne:latest \
  python3 web_detection.py --model_path model/yolov8s_airborne.rknn --camera_id 0

AI 推理扩展

推理引擎： 基于 RKNN C API 封装，支持 RK3576 NPU 硬件加速。 模型输入： 接受 yolov8s_airborne.rknn 量化模型，固定输入尺寸为 640×640。 后处理： YOLOv8 DFL 框解码和 NMS，支持 11 个 VisDrone 航拍类别。

部署建议

运行权限： 必须使用 --privileged 容器模式，显式映射 /dev/video*、/dev/dri/renderD* 和设备树兼容性文件。 自定义类别： 添加 --class_path class_config.txt 参数覆盖默认类别。