RDK S100使用USB摄像头推理YOLO26的模型帧数过低

@okc964593517 你的问题和楼上 S100 的情况类似，核心都是 BPU 利用率下降导致帧数暴跌。从 39 帧掉到 10 几帧、BPU 使用率减半，这通常是系统配置或软件环境问题，而非硬件故障。

核心结论

重装系统后性能下降的常见原因：

1. BPU 驱动/固件版本不匹配
2. CPU 频率被限制（节能模式）
3. 模型量化配置错误
4. Python 环境依赖缺失或版本不对

快速排查步骤

检查 BPU 驱动和固件状态

# 查看 BPU 驱动版本
hb_tool --version

# 查看 BPU 设备状态
cat /sys/class/hb_bpu/device/status

# 查看 BPU 频率是否正常
cat /sys/class/hb_bpu/device/frequency

# 检查是否有 BPU 错误日志
dmesg | grep -i bpu | tail -20

正常情况：BPU 频率应该在满频状态（X5 约 1GHz+），无 error 日志。

检查 CPU 频率和功耗模式

# 查看 CPU 频率
cat /proc/cpuinfo | grep "cpu MHz"

# 查看 CPU 调度策略
cat /sys/devices/system/cpu/cpu*/cpufreq/scaling_governor

# 如果是 powersave，改为 performance
sudo bash -c "echo performance > /sys/devices/system/cpu/cpu*/cpufreq/scaling_governor"

# 验证是否生效
cat /sys/devices/system/cpu/cpu*/cpufreq/scaling_governor

关键：重装系统后可能默认是 powersave 模式，会严重限制性能。

验证模型和推理库版本

# 查看当前安装的 BPU 推理库版本
pip show bpu_infer_lib_x5

# 或者检查系统包
dpkg -l | grep horizon

# 查看模型文件信息
file /path/to/your/model.bin

对比：和你之前 39 帧时的版本对比，看是否有差异。

检查 Python 环境和依赖

# 查看 Python 版本
python3 --version

# 查看 OpenCV 版本
python3 -c "import cv2; print(cv2.__version__)"

# 查看 numpy 版本
python3 -c "import numpy; print(numpy.__version__)"

# 重新安装关键依赖（如果需要）
pip3 install --upgrade opencv-python numpy

使用官方 benchmark 工具测试

# 使用 hrt_model_exec 测试纯推理性能（不含摄像头读取）
hrt_model_exec perf --model_path /path/to/your/model.bin --thread_num 8

# 或者使用官方 benchmark 脚本
cd /mnt/ssd/rdk_model_zoo_s/samples/Vision/ultralytics_yolo26/
bash 03_benchmark.sh

对比数据：如果 benchmark 结果正常（~40 FPS），说明是摄像头读取或数据预处理的问题；如果 benchmark 也低，说明是BPU 或系统配置问题。

针对性解决方案

方案 A：恢复 CPU 性能模式（最常见）

# 创建开机自启脚本
sudo bash -c "cat > /etc/rc.local << 'EOF'
#!/bin/bash
echo performance > /sys/devices/system/cpu/cpu0/cpufreq/scaling_governor
echo performance > /sys/devices/system/cpu/cpu1/cpufreq/scaling_governor
echo performance > /sys/devices/system/cpu/cpu2/cpufreq/scaling_governor
echo performance > /sys/devices/system/cpu/cpu3/cpufreq/scaling_governor
exit 0
EOF"

sudo chmod +x /etc/rc.local

方案 B：重新安装 BPU 驱动和工具链

# 卸载旧版本
pip3 uninstall bpu_infer_lib_x5

# 清理缓存
pip3 cache purge

# 重新安装（使用官方源）
pip3 install bpu_infer_lib_x5 -i http://sdk.d-robotics.cc:8080/simple/ --trusted-host sdk.d-robotics.cc

# 或者使用 apt 安装系统包
sudo apt update
sudo apt install --reinstall horizon-bpu-tools

方案 C：检查模型量化配置

如果你是自己量化的模型，检查：

• 校准数据集是否和之前一致
• 量化参数（如输入尺寸、格式）是否正确
• ONNX 模型是否和之前版本一致

# 使用官方工具检查模型信息
hb_mapper checker --model /path/to/your/model.bin

社区相关案例

请提供以下信息方便进一步诊断

# 执行后把输出贴出来
hb_tool --version
cat /sys/devices/system/cpu/cpu*/cpufreq/scaling_governor
pip3 show bpu_infer_lib_x5 | grep Version
hrt_model_exec perf --model_path /path/to/your/model.bin --thread_num 8 | grep FPS

如果以上都正常，建议：

1. 对比重装系统前后的 /etc/version 版本号
2. 检查是否有其他后台进程占用资源（htop）
3. 尝试使用官方提供的预训练模型测试，排除模型问题

大多数情况下，CPU 节能模式是罪魁祸首，优先检查这个！