返回原型目录
IoT · 嵌入式 AI · IQ9

SegmentAnything 包装箱缺陷检测

基于 IQ9 与 QNN 的包装箱表面缺陷检测项目,结合 YOLOv8 与 SAM 完成目标定位、缺陷分割和 Web 可视化。

原型如何组成

  1. 1相机输入
  2. 2YOLOv8 定位
  3. 3SAM 缺陷分割
  4. 4结果存档

原型使用的模型

需要哪些硬件

硬件 / 配件数量
IQ9× 1
USB 摄像头

摄像头 Type-A USB 摄像头

× 1
USB-C 转 USB-A 扩展坞

USB 扩展坞 Type-C 转 Type-A USB Hub

× 1
原始清单、装配与接线说明

复现步骤

  1. 1

    准备运行环境

    IQ9 使用 Ubuntu 24.04、Python 3.12+,连接 USB 摄像头,按源码 requirements.txt 安装项目依赖。

  2. 2

    准备模型与 QNN

    从项目模型资源入口准备 YOLOv8、SAM 文件并放入 resources,准备 QNN 2.36.0.250627。

    ./extract_qnn_deps.sh /path/your/qnn/2.36.0.250627
  3. 3

    构建并启动

    按 opensource_qnn_sample 中的 README 编译安装 infertoypy,再启动摄像头检测:

    ./start.sh --source 0 --resolution 1280 720 --class-id 0 --port 3333 --save-dir ./save
  4. 4

    查看检测结果

    打开 http://localhost:3333,查看目标区域、缺陷掩码和已保存的缺陷帧。

完整装配与复现指南 ↗