易百纳玄武S3_vi_yolo_venc示例部署指南_专栏

硬件平台：易百纳玄武S3

易百纳社区

简介

本文主要介绍vi_yolo_venc示例在Ebaina玄武S3边缘计算AI终端上的部署与运行验证方法。该示例基于Rockit多媒体框架，完成摄像头（VI）采集→RKNN3（RK182X）目标检测→检测框叠加→视频编码（VENC）→RTSP推流的完整链路，PC端使用VLC即可直接拉流查看带检测框的实时画面。

示例功能：

通过VI（视频输入）通道采集摄像头画面，默认分辨率1920x1080、像素格式NV12（RK_FMT_YUV420SP）；
使用RKNN3（RK182X）运行YOLO检测模型，检测结果同时给出目标框、类别与置信度；
置信度阈值（conf_threshold，默认0.45）与NMS阈值（nms_threshold，默认0.25）可通过config.json调整；
编码默认H.264（VBR，1200~1500kbps，GOP 60，帧率30fps），也支持H.265；
程序内置RTSP服务（端口固定554），拉流地址为rtsp://<开发板IP>/live/0；
可选参数支持调整采集分辨率、摄像头通道、编码类型，并把裸码流保存到文件。

整体流程分为四步：

在x86编译服务器上交叉编译示例，生成install/目录；
将编译产物install/bin/vi_yolo_venc推送到板端/userdata；
将yolov8目录（模型文件与配置文件）推送到板端/userdata/models；
接好摄像头后在板端运行程序，PC端用VLC打开RTSP流验证检测效果。

环境准备

项目	说明
编译环境	x86_64 Linux 编译服务器
SDK	RK182X SDK（网盘资料：【易百纳】玄武S3边缘计算AI终端_V2.0中的rk182x_ai_release.tar.gz）
交叉编译工具链	`aarch64-buildroot-linux-gnu`，由`--host`参数指定
目标板	Ebaina玄武S3边缘计算AI终端（Debian 13，RK3588+RK182X）
摄像头	与板端ISP接口匹配的摄像头模组（运行前需接好）
模型	`yolov8`（从<【易百纳】RK182X_模型文件>网盘资料获取）
PC端播放器	VLC

编译构建

编译步骤

进入SDK中示例源码目录<RK182X SDK>/examples/vi_yolo_venc，执行编译脚本：

cd <RK182X SDK>/examples/vi_yolo_venc
./build_buildroot.sh \
  --host /<rockchip_linux6.12_release所在文件路径>/rockchip_linux6.12_release/buildroot/output/latest/host \
  --arch aarch64

说明：

--host为必选参数，指向buildroot输出的host目录，脚本据此生成toolchain.cmake（指定aarch64-buildroot-linux-gnu-gcc/g++编译器与对应sysroot）；
--arch为可选参数，取值aarch64或arm，本例为aarch64；
脚本会先删除旧的build/目录，再执行cmake与make install，安装路径为示例目录下的install/；

编译输出

编译成功后生成install/目录，结构如下：

vi_yolo_venc/
├── build/
│   └── vi_yolo_venc          //编译中间产物
└── install/
    └── bin/
        └── vi_yolo_venc      //板端运行的可执行程序

该示例以动态链接方式引用多媒体库librockit.so、RKNN3运行时库librknn3_api.so与RGA，RTSP库librtsp.a为静态链接，因此install/目录下只有可执行程序，不含lib/目录，相关运行库由板端系统镜像提供。

部署到开发板

推送可执行程序

将编译后的install/bin/vi_yolo_venc拷贝到板端，在Windows终端执行：

adb push <install\bin\vi_yolo_venc>  /userdata

易百纳社区

部署模型文件与配置文件

程序固定读取/userdata/models/yolov8/config.json，需要将yolov8目录整体拷贝到板端/userdata/models目录下：

adb push <yolov8实际路径>  /userdata/models

部署完成后板端目录结构示意：

/userdata/
├── vi_yolo_venc                 //可执行程序
└── models/
    └── yolov8/
        ├── config.json          //模型与阈值配置文件
        ├── yolov8*.rknn         //RKNN3模型
        ├── yolov8*.weight       //模型权重
        └── detect_classes.txt   //检测类别标签

板端运行与效果验证

运行应用程序

运行前需要接好摄像头，然后在板端执行（程序无必须的命令行参数）：

cd /userdata
chmod +x ./vi_yolo_venc    //添加可执行权限
./vi_yolo_venc             //启动应用程序

PC端拉流验证

查看开发板IP地址，例如192.168.1.168：

ifconfig

在PC端打开VLC，通过媒体→打开网络串流输入RTSP地址，或直接使用命令行播放：

rtsp流地址为：rtsp://<开发板IP>/live/0，本例为rtsp://192.168.1.168/live/0（请替换为你板端的实际IP地址）。

易百纳社区

打开后即可看到摄像头实时画面，检测框与目标位置同步刷新。

可选参数

程序支持以下命令行参数（均非必选）：

参数	说明
`-w`	VI采集宽度，默认`1920`
`-h`	VI采集高度，默认`1080`
`-I`	摄像头通道号（chn id），默认`0`
`-c`	编码输出帧数，默认`-1`（不限帧数）
`-e`	编码类型，取值`h264`、`h265`、`mjpeg`，默认`h264`
`-o`	裸码流输出文件路径，默认`NULL`（不保存）

RTSP推流仅支持H.264与H.265，使用-e mjpeg时程序会直接退出。

常见问题

提示找不到config.json或模型加载失败：确认yolov8目录已推送到板端/userdata/models下，且config.json中的model_path、weight_path、label_path与板端实际文件路径完全一致。
PC端拉不到RTSP流：依次确认板端程序处于运行状态、PC与板端在同一网段、拉流地址中的IP与实际ifconfig结果一致；若编码类型为mjpeg则不支持RTSP，需改回h264或h265。
交叉编译报找不到编译器或头文件：确认--host指向的buildroot host目录正确且工具链完整（该目录下应存在bin/aarch64-buildroot-linux-gnu-gcc与aarch64-buildroot-linux-gnu/sysroot）。