欢迎关注我的公众号 [极智视界]，获取我的更多经验分享
大家好，我是极智视界，本文来介绍一下 地平线BPU跑通YOLOv5。
邀您加入我的知识星球「极智视界」，星球内有超多好玩的项目实战源码下载，链接：t.zsxq.com/0aiNxERDq
硬件设备为地平线旭日x3，开发环境和执行环境隔离，开发环境为在一台 pc 机器上的 docker 环境，执行环境毫无疑问就是旭日x3板子了。
首先创建开发环境，执行下面的命令创建并进入开发镜像：
sudo docker run -it -p 2222:22 --privileged --net=bridge --ipc=host --pid=host --name sunrise -v /workspace:/workspace openexplorer/ai_toolchain_ubuntu_20_xj3_cpu:v1.16.2c /bin/bash
这个镜像是地平线官方提供的，里面已经装好了工具链环境，进入容器后可以首先用下面命令查看一下工具链环境是否正常：
hb_mapper --help
然后下载模型转换资料包：
wget -c ftp://xj3ftp@vrftp.horizon.ai/model_convert_sample/yolov5s_v2.0.tar.gz --ftp-password=xj3ftp@123$%
# 解压
tar -xvf yolov5s_v2.0.tar.gz
然后进行 yolov5 的模型转换：
cd yolov5s_v2.0/04_detection/03_yolov5s/mapper
# 01-模型检查
bash 01_check.sh
# 02-校准数据预处理
bash 02_preprocess.sh
# 03-模型转换
bash 03_build.sh
完了会在同级目录下生成一个 model_output 的文件夹，里面就包括了可以在直接地平线 BPU 上执行的 yolov5s_672x672_nv12.bin 模型文件，然后把这个模型文件拷贝到板子 (执行环境) 中的 /app/pydev_demo/models 目录下，然后使用如下命令执行推理：
cd /app/pydev_dmeo/07_yolov5_sample
# 执行推理
python3 test_yolov5.py
检测效果如下：
这样就已经大功告成了。
好了，以上分享了地平线BPU跑通YOLOv5。希望我的分享能对你的学习有一点帮助。
【公众号传送】
畅享人工智能的科技魅力，让好玩的AI项目不难玩。邀请您加入我的知识星球， 星球内我精心整备了大量好玩的AI项目，皆以工程源码形式开放使用，涵盖人脸、检测、分割、多模态、AIGC、自动驾驶、工业等。不敢说会对你学习有所帮助，但一定非常好玩，并持续更新更加有趣的项目。 t.zsxq.com/0aiNxERDq
