本文介紹如何使用高通在github的範例程式編譯Android 的APK.並在高通的Android手機上執行YOLO-NAS的物件偵測.
1.QuIC github
https://github.com/quic/qidk/tree/master
Qualcomm創新者開發套件 (QIDK) 提供了示範的應用程式，以展示硬體加速器在人工智慧 (AI) 和軟體 AI stack中的能力。
此資料庫包含設計用來使用以下產品組件的示範 Android 應用程式：
Qualcomm Neural Processing SDK（也稱為 SNPE）
Qualcomm AI Engine Direct SDK（也稱為 QNN）
AI Model Efficiency Tool Kit (AIMET)
此資料庫的內容已在 Snapdragon 8 Gen2 和 Snapdragon 8 Gen3 平台上進行驗證。
在QIDK 中的Sample code如下:
ObjectDetection-YoloNas 的sample code如下:
在resolveDependencies.sh需要設定正確的SNPE SDK路徑再執行這個Script.
產生generating YoloNAS dlc的步驟如下:
開啟Android Studio並載入ObjectDetection-YoloNas 的sample code
編譯完成後產生apk檔案.
可以用adb install 來安裝這個APK到高通SoC的平台或是Snapdragon的手機上執行.
以下為ObjectDetection-YoloNas 的demo
問：什麼是YOLO-NAS？
答：YOLO-NAS的全名是You Only Look Once-Neural Architecture Search。
YOLO-NAS適用於需要快速且準確地偵測物件的場景，例如安全監控、醫學影像、人臉識別等。
問:SNPE SDK與QNN的差異？
答：SNPE SDK與QNN的差別，SNPE也是基於QNN，所以推論的時間差不多，但QNN會稍微快一點點，而QNN可以調整的東西比較多也能自定義OP到library內使用，缺點比較難上手。