一、前言

在工业边缘视觉、智能安防、视频分析等场景中，NVIDIA Jetson 系列设备长期占据主流地位，但在国产化替代、供应链自主可控、工业宽温适配、成本管控等需求下，国产边缘计算设备迎来了广阔的应用空间。

土星云 SE110S 系列是国科环宇推出的全国产化工业级边缘计算设备，搭载自研 AI 芯片，无风扇密闭设计、支持宽温运行，算力梯度覆盖轻量化到多并发场景，完美适配 YOLO 系列目标检测模型，可全面替代传统 Jetson 设备用于边缘 AI 推理。

本文将基于土星云 SE110S 三款主力机型，手把手完成 YOLOv8 完整部署实操，包含环境配置、项目克隆、原生运行、Docker 部署、参数调优、模型适配等全流程，同时项目还兼容 YOLOv9、YOLO11、YOLO12 等主流模型，兼顾 Python/C++ 双推理、Gradio 可视化界面，适合工业落地、算法调试与二次开发。

二、硬件介绍：土星云 SE110S 全系列选型

本次部署使用土星云 SE110S 三款边缘计算设备，三款机型搭载不同国产 AI 芯片，算力、路数、定位区分明确，可根据业务场景按需选择，全系支持 FP32/FP16/INT8 混合精度推理，工业级防护适配户外、车间、楼宇等复杂环境。

设备型号	核心芯片	INT8 峰值算力	内存 / 存储	最大视频解码路数	适用场景
SE110S-WA32	BM1684X	32 TOPS	16GB + 64GB eMMC	32路1080P	大型园区、厂区多算法并发、多路视频并行检测
SE110S-WB16	BM1688	16 TOPS	8GB + 32GB eMMC	16路 1080P	中小型厂房、楼宇安防、常规人员 / 车辆识别
SE110S-WC08	CV186AH	7.2 TOPS	8GB + 32GB eMMC	8路1080P	边缘末梢节点、单体建筑、小型点位轻量化检测

设备共性优势：

1. 工业级设计：IP40 防尘、-20℃~60℃宽温运行，DC12V 供电，支持壁挂 / 机柜安装，7×24 小时无人值守运行；
2. 国产化自主可控：核心 AI 芯片全国产，摆脱海外硬件依赖；
3. 算法生态完善：原生适配 YOLOv8/YOLOv9/YOLO11/YOLO12，支持图片、视频双数据源推理；
4. 部署灵活：原生 Python 运行 + Docker 容器化部署双方案，降低运维难度。

三、项目整体说明

3.1 项目地址

开源项目专门针对土星云 SE110S 系列设备适配 YOLOv8 推理，代码托管于 Gitee：

https://gitee.com/saturn-cloud/yolov8.git

3.2 项目核心特性

1. 精度兼容：支持 FP32、FP16、INT8 三种主流模型精度推理，适配模型量化落地；
2. 多语言推理：同时支持 C++、Python 两种开发语言，满足不同开发习惯；
3. 多数据源：兼容静态图片、本地视频流测试，适配视频监控场景；
4. 可视化界面：内置 Gradio Web UI，浏览器直接查看检测效果，无需额外开发前端；
5. 模型兼容：除 YOLOv8 外，向下 / 向上兼容 YOLOv9、YOLO11、YOLO12 全系列模型；
6. 容器化支持：提供一键 Docker 启动脚本，环境开箱即用，解决依赖冲突问题。

3.3 项目目录结构

克隆项目后，目录结构清晰，分工明确，便于二次开发与功能修改：

├── main.py # Gradio Web UI 主程序（网页可视化入口） ├── yolov8_opencv.py # YOLOv8 推理核心代码（业务逻辑主体） ├── postprocess_numpy.py # 模型后处理算法（解码检测框、置信度、类别） ├── utils.py # 通用工具函数（路径处理、图像预处理等） ├── start_docker.sh # Docker 一键部署启动脚本 ├── models/ # 模型文件夹，存放 .bmodel 格式推理模型 │ └── *.bmodel └── images/ # 测试图片文件夹，存放测试样本

3.4 环境依赖

部署前需确保设备安装以下基础依赖库（原生运行必备，Docker 部署可自动补齐）：

1. sophon-sail：国产芯片推理核心 SDK，SE110S 设备必备推理引擎
2. opencv-python：图像处理、视频解码依赖
3. gradio：Web 可视化界面框架
4. numpy：数值计算、后处理数组运算

四、前置准备：模型准备

本项目不直接使用原生 PyTorch .pt 模型，需使用 .bmodel 格式模型（SE110S 设备专属推理格式），支持两种主流模型输出格式，模型导出请参考对应芯片官方文档完成转换：

1. 单输出格式：Concat 统一输出结构，适配常规 YOLO 导出方式；
2. 三输出格式：检测框 (det)、置信度 (conf)、原型分支 (proto) 分离，适配分割类模型与高精度场景。

将转换完成的 .bmodel 模型文件放入项目 models/ 目录下，后续推理脚本会自动加载。

五、完整部署实操

前置条件：土星云 SE110S 设备正常开机、联网，已配置好系统基础环境，设备与操作电脑处于同一局域网（保证浏览器可访问 Web 界面）。

Docker 方案一键启动，自动适配设备型号、加载对应模型，无需手动配置依赖，杜绝环境冲突，是工业生产、批量上线的首选方案。

步骤 1：进入项目目录

cd yolov8

步骤 2：执行一键启动脚本

项目内置 start_docker.sh 启动脚本，直接运行即可：

sh start_docker.sh

脚本执行逻辑：

1、自动识别当前 SE110S 设备型号（WA32/WB16/WC08）；

2、拉取对应镜像、自动加载适配的 .bmodel 模型；

3、后台启动容器服务，监听 5000 端口。

步骤 3：访问 Web 检测界面

容器启动完成后，局域网浏览器访问：

http://{设备IP}:5000

功能与原生运行完全一致，支持图片、视频推理，容器化模式下服务稳定性更强，适合 7×24 小时运行。

六、运行参数详解（自定义推理配置）

项目支持命令行传参，可灵活修改数据源、模型路径、置信度阈值、NMS 阈值、设备 ID 等核心参数，适配不同业务需求。所有参数说明如下：

参数名	作用	默认值	使用示例
--input	测试数据路径（单张图片 / 图片文件夹 / 视频文件）	无	--input ./images/test.jpg
--bmodel	推理使用的 .bmodel 模型文件路径	无	--bmodel ./models/yolov8.bmodel
--dev_id	TPU 推理设备 ID（多卡设备使用）	0	--dev_id 0
--conf_thresh	目标检测置信度阈值（低于阈值的框会被过滤）	0.25	--conf_thresh 0.5
--nms_thresh	非极大值抑制 NMS 阈值（去除重复检测框）	0.7	--nms_thresh 0.45

带参启动示例

# 自定义置信度 0.5、NMS 0.45，指定模型与测试图片 python3 main.py --input ./images/demo.jpg --bmodel ./models/yolov8.bmodel --conf_thresh 0.5 --nms_thresh 0.45

七、常见问题排查

1. 浏览器无法访问 5000 端口

1. 排查方向：设备防火墙是否放行 5000 端口，执行 sudo ufw allow 5000 开放端口；
2. 确认设备与电脑在同一局域网，关闭电脑 VPN、虚拟网卡；
3. 核对设备 IP 地址，可通过 ifconfig/ip addr 查看设备真实 IP。

2. 启动提示 sophon-sail 库缺失

1. 原因：SE110S 设备未预装官方推理 SDK；
2. 解决：参考土星云官方文档安装 sophon-sail 对应版本，Docker 部署一般不会出现该问题。

3. 模型加载失败

1. 检查 models/ 目录下是否存在 .bmodel 文件；
2. 确认模型格式为项目支持的单输出 / 三输出格式，模型导出需匹配芯片型号；
3. 核对 --bmodel 参数路径是否正确。

4. 推理速度慢

1. 优先使用 INT8 量化模型，大幅提升边缘设备推理速度；
2. 调低置信度阈值、精简检测类别；
3. 高并发场景优先选择 WA32/WB16 高算力机型。

八、总结与拓展

8.1 方案优势总结

1. 国产化替代落地：土星云 SE110S 系列全国产硬件，性能对标 Jetson，满足信创、工业国产化场景要求；
2. 部署极简：支持原生 Python + Docker 双方案，从调试到生产无缝衔接；
3. 生态全面：一套代码兼容 YOLOv8/YOLOv9/YOLO11/YOLO12，支持多精度量化、多语言开发；
4. 工业适配：工业级硬件 + 容器化服务，适配户外安防、工业检测、智慧园区等真实业务场景。

8.2 拓展方向

1. 模型迭代：基于自有数据集训练 YOLOv8 模型后，转换为 .bmodel 格式部署至设备；
2. 功能二次开发：修改 yolov8_opencv.py 增加抓拍、报警、数据上传等业务逻辑；
3. 多模型并发：利用 SE110S 高算力特性，同时运行目标检测、实例分割、行为分析多算法；
4. 视频流接入：对接 RTSP 监控视频流，实现 7×24 小时实时视频智能分析。

目前国产边缘 AI 硬件生态日趋完善，土星云 SE110S 系列搭配 YOLO 系列模型，已经可以完全替代传统海外边缘设备，成为工业边缘视觉落地的高性价比选择。本文整套部署流程经过真机实测，可直接复刻用于项目落地。