硬件物料清单 (Bill of Materials)

硬件物料清单 (Bill of Materials)
设备名称 / 型号	数量	官网单价	小计
开发板Qualcomm IQ-9075 EVKQualcomm · IQ-9075 EVK已停用	× 1	Qualcomm · IQ-9075 EVK官网单价暂无CNY官网参考价	—
感知与传感摄像头Type-A USB 摄像头	× 1	Type-A USB 摄像头官网单价暂无CNY官网参考价	—
通信与接口USB 扩展坞Type-C 转 Type-A USB Hub	× 1	Type-C 转 Type-A USB Hub官网单价暂无CNY官网参考价	—

官网价格为最近人工核价结果，仅供参考，以厂商官网实际价格为准；不同币种不进行汇率换算。

SDK 与开发工具 (SDKs & Tools)

本项目验证的软件版本，包括运行时、驱动、中间件和开发工具。

Qualcomm QNN SDKSDK
2.36.0.250627Qualcomm
未提供：许可证

复现步骤

SegmentAnything 包装箱缺陷检测

使用 IQ-9075 的 NPU 算力，在仓库场景中实现包装箱表面缺陷的机器人检测。适用于外包装缺陷检测场景。

基本信息

项目	内容
产品名称	SegmentAnything（包装箱缺陷检测系统）
产品定位	仓库场景外包装缺陷机器人检测（边缘端实时质量检测）
开发团队	APLUX 阿加犀（GitHub：APLUX-Official）
分类	Monitoring / Robots / Robotics（Arduino 分类）
开源协议	BSD 3-Clause License（详见文末开源协议与链接）
项目案例页	https://projecthub.arduino.cc/aplux/segment-anything-1c0494

核心规格

类别	参数
计算平台	Qualcomm Dragonwing™ IQ-9075 EVK（NPU 加速推理）
核心算法	两阶段分割：YOLOv8（定位目标物体表面区域）+ SAM（表面缺陷像素级分割）
软件栈	Python 3.12+、QNN 2.36 后端、Flask（WSGI）、OpenCV（cv2）
操作系统	Ubuntu 24.04（Noble Numbat）
摄像头	Type-A USB 摄像头（经 Type-C 转 Type-A Hub 连接）
输出	Web 监控面板（实时画面 + 缺陷高亮）；缺陷帧自动存档至 `--save-dir` 目录

核心工作流程

目标检测：YOLOv8 识别并生成目标物体（如纸箱）的掩码
区域提取（裁剪）：利用掩码 / 边界框从原始高分辨率帧中裁剪出目标物体
缺陷分割：裁剪图传入 SAM（Segment Anything Model），聚焦局部区域高精度分割表面缺陷
可视化与存储：结果叠加到原始视频流，展示在监控面板，并保存至指定目录

配置参数（命令行）

参数	类型	默认值	描述
`--source`	str	必需	视频流源（摄像头 ID `0` 或 RTSP 流 URL）
`--resolution`	int int	`1280` `720`	摄像头输入流宽高
`--class-id`	int	`0`	YOLOv8 检测类别 ID（0 = 纸箱）
`--port`	int	`3333`	Web 服务器端口号
`--save-dir`	str	`None`	检测与分割结果保存目录

界面与功能

监控面板：实时摄像头画面；检测激活后，红色轮廓线勾勒纸箱边缘、绿色掩码高亮表面缺陷
历史记录：捕获的缺陷帧保存在右侧面板（按时间倒序，点击查看全分辨率图像）
检测频率可调：适配不同流水线速度的检测间隔自定义配置

快速上手

# 1. 前置依赖
sudo apt update
sudo apt install python3-venv python3-pip qcom-fastrpc1 qcom-fastrpc-dev -y

# 2. 安装（venv + requirements）
python3 -m venv venv && source venv/bin/activate
pip3 install -r requirements.txt

# 3. 下载模型文件（放入 resources/ 目录）
#    https://huggingface.co/ApluxZone/SegmentAnything/tree/main

# 4. 获取 QNN SDK v2.36.0.250627 并执行
./extract_qnn_deps.sh /path/your/qnn/2.36.0.250627

# 5. 构建依赖（infertoypy，位于 opensource_qnn_sample/，需按内部 README 编译安装）

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

访问 http://localhost:3333 打开监控面板。

常见问题（摘要）

QNN 初始化失败：检查 LD_LIBRARY_PATH 与 ADSP_LIBRARY_PATH 是否指向 resources/qnn236 目录
JPEG 数据警告（Corrupt JPEG data...）：通常不影响运行；若摄像头支持，可在 python/run.py 中将像素格式切换为 YUYV

说明

本页参数依据官方 README（中 / 英）与 Arduino Project Hub 项目页整理，如有更新以官方发布为准。

物料清单

基于 IQ-9075 NPU 的仓库包装箱缺陷机器人检测系统（外包装缺陷检测）可采购硬件 / 配件清单。整理依据：官方 GitHub 仓库 README、Arduino Project Hub 项目页器件清单（含官方购买链接）。

一、可购买硬件 / 配件

序号	物料名称	型号 / 规格	数量	用途	购买链接
1	边缘计算主机	Qualcomm Dragonwing™ IQ-9075 EVK	1	运行 YOLOv8 + SAM 缺陷检测（NPU 加速）	Qualcomm 开发硬件页
2	摄像头	Type-A USB 摄像头	1	实时视频流采集	京东
3	USB 扩展坞	Type-C 转 Type-A USB Hub	1	连接摄像头等外设	京东

二、官方软件清单（Arduino Project Hub）

类别	名称	说明
软件	QNN 2.36	高通神经网络推理后端（需获取 QNN SDK v2.36.0.250627）
软件	Python 3.12	开发语言（3.12+）
软件	OpenCV（cv2）	计算机视觉
软件	Flask（WSGI）	Web 监控面板框架
操作系统	Ubuntu 24.04（Noble Numbat）	系统环境

备注：模型文件（YOLOv8 + SAM）需从 Hugging Face 下载并放入 resources/ 目录： https://huggingface.co/ApluxZone/SegmentAnything/tree/main

开源协议与链接

一、开源协议

适用对象	开源协议	说明
项目（整体）	BSD 3-Clause License（SPDX: BSD-3-Clause）	来源：仓库 LICENSE 文件与 README 声明；Copyright (c) 2026, Qualcomm Innovation Center, Inc.

备注：Arduino Project Hub 项目页的许可标注为 MIT，与仓库实际许可（BSD-3-Clause）不一致；再分发 / 二次开发建议以仓库 LICENSE 文件为准。

二、相关链接

类型	链接
项目仓库（GitHub）	https://github.com/APLUX-Official/SegmentAnything
项目案例页（Arduino Project Hub）	https://projecthub.arduino.cc/aplux/segment-anything-1c0494
项目说明文档（PDF，官方）	https://projects.arduinocontent.cc/cbedc124-6799-4b67-8b9c-e5b69af21ea8.pdf
模型文件（Hugging Face）	https://huggingface.co/ApluxZone/SegmentAnything/tree/main
LICENSE（BSD-3-Clause）	https://github.com/APLUX-Official/SegmentAnything/blob/main/LICENSE
监控面板示例图	https://github.com/APLUX-Official/SegmentAnything/blob/main/docs/Dashboard.png
Qualcomm IQ-9075 EVK（开发硬件页）	https://www.qualcomm.com/developer/hardware/qualcomm-iq-9075-evaluation-kit-evk
开发团队主页	https://github.com/APLUX-Official