[其他芯片] 【全志异核多构 AI智能视觉V853开发板测评】NPU测试YOLOV3

首先按照官方教程安装NPU 运行时配置

https://v853.docs.aw-ol.com/npu/npu_runtime/

配置YOLOV3

https://v853.docs.aw-ol.com/npu/npu_demo/

这个 Demo 可以将上传的图片物体打框标记并输出打框后的图片，准备一张416*416 分辨率的测试图片1.jpg，执行

yolov3 /etc/models/yolov3_model.nb 1.jpg

可以看到识别到了bicycle，耗费200毫秒左右

输出识别结果图片画框

后续将学习如何通过 YOLO V3 模型的下载、转换、仿真，使用网上现成的模型转换为 V853 NPU 所支持的模型。

识别到bicycle耗费200ms时间够长了，，，