企业官网建设流程全解析

织梦做的网站要怎么放到浏览器,注册公司网站需要什么资料,wordpress 3.8.3 下载,酒店代理分销平台Atlas200DK 部署 yolov11 调用海康威视摄像头实现实时目标检测 一、参考资料 海康威视网络摄像机操作手册#xff08;官方文档#xff09; 海康威视IPC摄像头rtsp接入 - 博客园 华为昇腾Atlas200DK官方开发指南 yolov11 官方源码#xff08;ultralytics/yolov11 at v6.1…Atlas200DK 部署 yolov11 调用海康威视摄像头实现实时目标检测一、参考资料海康威视网络摄像机操作手册官方文档海康威视IPC摄像头rtsp接入 - 博客园华为昇腾Atlas200DK官方开发指南yolov11 官方源码ultralytics/yolov11 at v6.1昇腾CANN工具包开发文档Atlas200DK 网络配置官方教程二、配置说明1. 边缘计算设备Atlas200DKAtlas200DK 是华为昇腾系列边缘计算板卡主打低功耗、高性能的AI推理场景。使用前需完成基础配置硬件连接连接电源、网线用于连接摄像头、串口线用于初始配置、显示器可选方便调试。系统环境预装 Ubuntu 18.04 系统已安装昇腾驱动Driver、CANN 工具包推荐 5.1.RC2 及以上版本、MindStudio可选用于远程开发调试。核心依赖Python 3.7、PyTorch 1.8需适配昇腾环境、OpenCV 4.5、昇腾 Python APIascend-toolkit。2. yolov11 算法适配由于 Atlas200DK 依赖昇腾硬件的推理能力需对 yolov11 模型进行适配改造源码获取从 GitHub 下载 yolov11 v6.1 版本源码与原博客版本一致保证兼容性。模型转换yolov11 原始.pt 模型需转换为 Atlas200DK 支持的 OM 模型昇腾离线推理模型需通过 CANN 工具包的atc工具完成。环境配置在 Atlas200DK 上创建 Conda 环境安装依赖conda create -n yolov11_atlas python3.7 conda activate yolov11_atlas pip install torch1.8.1 torchvision0.9.1 pip install opencv-python numpy pandas matplotlib pip install ascend-cann-sdk # 昇腾Python API3. 海康威视摄像头产品型号iDS-2DY9440lX-A/SP T5与原博客一致其他海康网络摄像头通用。硬件连接仅需连接电源和网线网线另一端接入 Atlas200DK 的网口eth0。三、Atlas200DK 与海康威视摄像头连接1. 摄像头激活Windows 本机预处理Atlas200DK 直接激活摄像头操作不便建议先在 Windows 电脑上完成摄像头激活和网络配置步骤与原博客一致方法选择使用 SADP 软件激活海康官方工具支持设备检索和参数配置。下载安装 SADP 软件后用网线连接 Windows 电脑和摄像头打开软件即可检索到未激活设备。激活配置设置管理员密码8-16位需包含数字、字母、特殊字符中至少两种修改摄像头 IP 地址建议设置为 192.168.1.110便于后续统一网段。电脑 IP 配置打开 Windows 控制面板 → 网络和共享中心 → 以太网属性 → IPv4 设置手动设置 IP 为 192.168.1.65与摄像头同一网段后一位不同子网掩码 255.255.255.0。验证激活打开浏览器输入摄像头 IP192.168.1.110输入用户名admin和设置的密码登录成功则激活完成。2. Atlas200DK 网络配置关键步骤需确保 Atlas200DK 与摄像头在同一网段才能正常访问 RTSP 流远程连接 Atlas200DK通过串口工具如 SecureCRT或 MindStudio 远程连接板卡登录系统。配置有线网络修改 eth0 网口的 IPv4 地址与摄像头 IP 同一网段# 查看网口名称 ifconfig # 编辑网络配置文件 sudo vi /etc/network/interfaces在配置文件中添加以下内容auto eth0 iface eth0 inet static address 192.168.1.70 # 与摄像头IP前三位一致后一位不同 netmask 255.255.255.0 gateway 192.168.1.1 # 可选根据路由器配置重启网络服务生效sudo /etc/init.d/networking restart验证连通性在 Atlas200DK 终端 ping 摄像头 IP能 ping 通则网络连接正常ping 192.168.1.110四、yolov11 模型转换与实时检测配置1. yolov11 模型转换Atlas200DK 特有步骤Atlas200DK 不直接支持 PyTorch 的.pt 模型需通过atc工具转换为 OM 模型第一步将 yolov11 的.pt 模型导出为 ONNX 模型。在 yolov11 源码根目录执行python export.py --weights yolov11s.pt --include onnx --imgsz 640 640执行成功后会生成yolov11s.onnx文件。第二步编写 ATC 转换配置文件如yolov11s_atc.cfg内容如下[common] input_formatNCHW input_shapeimages:1,3,640,640 outputyolov11s_om logdebug [aipp] aipp_modestatic mean_chn_00 mean_chn_10 mean_chn_20 min_chn_00 min_chn_10 min_chn_20 var_reci_chn_01/255.0 var_reci_chn_11/255.0 var_reci_chn_21/255.0第三步执行 ATC 转换命令需配置 CANN 环境变量source /usr/local/Ascend/ascend-toolkit/set_env.sh atc --modelyolov11s.onnx --configyolov11s_atc.cfg --framework5 --output./model --soc_versionAscend310转换成功后在./model目录下生成yolov11s_om.om模型文件。2. 配置 RTSP 流地址海康威视摄像头的 RTSP 地址格式通用需替换为实际的用户名、密码和摄像头 IP格式rtsp://用户名:密码摄像头IP/Streaming/Channels/2示例rtsp://admin:YourPassword123192.168.1.110/Streaming/Channels/2验证 RTSP 流可在 VLC 播放器中输入该地址能正常播放监控画面则说明地址有效。3. 修改 yolov11 检测代码适配 Atlas200DK需修改 yolov11 源码的detect.py适配 OM 模型推理和 Atlas 硬件替换模型加载逻辑将原 PyTorch 模型加载改为昇腾 OM 模型加载使用昇腾 Python API# 原模型加载代码注释 # model DetectMultiBackend(weights, devicedevice, dnndnn) # 新增 Atlas OM 模型加载代码 from ascend.cann.python import acl acl.init() device_id 0 context, ret acl.rt.create_context(device_id) # 加载 OM 模型 model_path ./model/yolov11s_om.om model_id, ret acl.mdl.load_from_file(model_path) model_desc acl.mdl.create_desc() ret acl.mdl.get_desc(model_desc, model_id)修改数据源输入将--source参数默认值改为摄像头 RTSP 地址parser.add_argument(--source, typestr, defaultrtsp://admin:YourPassword123192.168.1.110/Streaming/Channels/2, helpfile/dir/URL/glob, 0 for webcam)适配推理逻辑将图像预处理后的数据传入 OM 模型进行推理解析输出结果需根据 yolov11 输出格式调整后处理代码。五、常见报错与解决方案1. OpenCV 相关报错与原博客类似报错信息error: (-2:Unspecified error) The function is not implemented. Rebuild the library with Windows, GTK 2.x or Cocoa support.解决方案# 卸载冲突的 OpenCV 版本 sudo apt-get install libgtk2.0-dev pkg-config pip uninstall opencv-python opencv-python-headless # 安装适配 Atlas 环境的 OpenCV pip install opencv-python4.5.5.622. cv2 无 setNumThreads 属性报错报错信息AttributeError: module cv2 has no attribute setNumThreads解决方案pip install --upgrade opencv-python或直接注释detect.py中cv2.setNumThreads(0)该行代码Atlas 环境中无需该配置。3. 模型转换失败报错报错信息ATC error: Input shape does not match model requirement解决方案检查 ONNX 模型的输入维度与 ATC 配置文件中的input_shape一致均为 1,3,640,640。确保导出 ONNX 模型时imgsz参数与转换时一致。4. 摄像头连接超时报错信息RTSP stream can not be opened解决方案确认 Atlas200DK 与摄像头在同一网段IP 前三位相同。检查摄像头 IP 未被占用可通过 SADP 软件重新确认设备在线状态。关闭 Atlas200DK 防火墙避免端口拦截sudo ufw disable六、其他注意事项1. 网络冲突问题与原博客类似Atlas200DK 同时连接 WiFi 和有线网时若两者 IP 网段一致如均为 192.168.1.x会导致 WiFi 断开。解决方案修改有线网eth0IP 网段例如 WiFi 为 192.168.110.x有线网设置为 192.168.111.70摄像头 IP 改为 192.168.111.110保持三者同一网段。2. 性能优化建议降低推理分辨率将imgsz从 640 改为 480可提升帧率适合实时检测场景。关闭不必要的后处理如无需保存检测结果可注释save_txt、save_conf等相关代码。调整置信度阈值将conf_thres从 0.25 提高到 0.3减少误检测提升推理速度。3. 检测结果展示运行修改后的detect.py脚本python detect.py --weights ./model/yolov11s_om.om --device 0成功运行后终端会输出实时检测结果示例如下C0: 544x640 1 bottle (0.78), 1 potted plant (0.35), 1 vase (0.29), Done. (0.042s) C0: 544x640 1 bottle (0.79), 1 potted plant (0.34), 1 vase (0.28), Done. (0.038s)若连接了显示器可通过 OpenCV 窗口实时查看带检测框的监控画面需确保 OpenCV 环境配置正常。总结本文详细介绍了 Atlas200DK 边缘计算设备部署 yolov11 算法、调用海康威视网络摄像头实现实时目标检测的完整流程核心关键点包括摄像头激活与网络配置、Atlas200DK 环境搭建与模型转换、yolov11 代码适配与报错解决。相比 Jetson 设备Atlas200DK 需重点关注 OM 模型转换和昇腾 API 适配只要严格遵循步骤配置即可实现低延迟、高准确率的实时检测。如果在操作过程中遇到问题可参考昇腾官方论坛或海康威视技术支持获取进一步帮助。