高通QCS8850 AI 模型性能全解析：YOLO系列Benchmark

[伊利丹~怒风]

 前言

在当下 AI 技术迅猛发展的浪潮中，边缘计算与人工智能的融合正成为推动各行业数字化转型的关键力量。高通 QCS8850 作为一款面向物联网（IoT）领域的高端处理器，凭借其卓越的计算能力、强大的边缘 AI 处理性能、先进的 Wi-Fi 7 连接技术以及出色的视频和图形处理能力，成为了众多对性能要求严苛的 IoT 应用的理想之选。

 

与此同时，目标检测作为计算机视觉领域的核心任务，在安防监控、自动驾驶、工业质检等诸多场景中发挥着举足轻重的作用。YOLO（You Only Look Once）系列算法以其高效、快速的检测性能，长期稳居实时目标检测技术的前沿。而 YOLO 系列的最新成果 ——YOLOv11，更是通过创新性的架构设计与训练策略，在检测精度、推理速度以及部署便利性等方面实现了重大突破。

 

将 YOLO 这一系列先进的目标检测模型部署于高通 QCS8850 处理器上，有望为边缘设备的实时视觉分析应用带来前所未有的变革。在本文中，我们将深入聚焦于高通 QCS8550 部署 Yolo 模型，并对其性能展开全方位、深层次的测试分析，旨在深度挖掘二者结合在实际应用场景中的巨大潜力与独特优势，为推动边缘 AI 技术在各行业的广泛应用提供极具价值的参考依据。 

Qualcomm Dragonwing™ QCS8550 | Qualcomm

Ultralytics YOLO11 -Ultralytics YOLO 文档

模型优化平台 (AIMO) 用户指南 | APLUX Doc Center

QCS8550 硬件性能全解析：参数、性能、优化，一篇讲透_高通8550-CSDN博客

YOLO系列Benchmark

高通QCS8550关于YOLO系列Benchmark

模型 尺寸640*640	类型	CPU		NPU QNN2.31		NPU QNN2.31
		FP32		FP16		INT8
YOLOv5n	目标识别	137 ms	7.29 FPS	2.89 ms	346.02 FPS	1.43 ms	699.30 FPS
YOLOv5s	目标识别	511 ms	1.95 FPS	5.12 ms	195.31 FPS	1.93 ms	518.13 FPS
YOLOv5m	目标识别	1312 ms	0.76 FPS	4.96 ms	201.61 FPS	3.43 ms	291.55 FPS
YOLOv5l	目标识别	3474 ms	0.29 FPS	26.39 ms	37.89 FPS	6.91 ms	144.72 FPS
YOLOv5x	目标识别	6122 ms	0.16 FPS	55.08 ms	18.16 FPS	13.91 ms	71.89 FPS
YOLOv6n	目标识别	112 ms	8.93 FPS	3.9 ms	256.98 FPS	1.35 ms	740.45 FPS
YOLOv6s	目标识别	495 ms	2.02 FPS	7.05 ms	141.75 FPS	2.14 ms	467.30 FPS
YOLOv6m	目标识别	800 ms	1.25 FPS	13.37 ms	74.77 FPS	4.15 ms	240.71 FPS
YOLOv6l	目标识别	1585 ms	0.63 FPS	26.11 ms	38.29 FPS	8.3 ms	120.48 FPS
YOLOv7	目标识别	890 ms	1.12 FPS	16.51 ms	51.26 FPS	5.92 ms	168.92 FPS
YOLOv7-X	目标识别	2037 ms	0.49 FPS	32.19 ms	31.06 FPS	10.46 ms	95.60 FPS
YOLOv8n	目标识别	170 ms	5.85 FPS	4.67 ms	214.07 FPS	1.66 ms	602.41 FPS
YOLOv8s	目标识别	513 ms	1.95 FPS	6.87 ms	145.64 FPS	2.38 ms	420.17 FPS
YOLOv8m	目标识别	1249 ms	0.80 FPS	15.15 ms	66.02 FPS	4.65 ms	215.05 FPS
YOLOv8l	目标识别	2341 ms	0.43 FPS	31.12 ms	32.13 FPS	8.42 ms	118.76 FPS
YOLOv8x	目标识别	3350 ms	0.30 FPS	52.47 ms	19.06 FPS	13.13 ms	76.16 FPS
YOLOv10n	目标识别	156 ms	6.40 FPS	4.72 ms	211.86 FPS	2.89 ms	346.02 FPS
YOLOv10s	目标识别	403 ms	2.48 FPS	6.77 ms	147.71 FPS	3.06 ms	326.80 FPS
YOLOv10m	目标识别	966 ms	1.03 FPS	14.2 ms	70.42 FPS	6.11 ms	163.67 FPS
YOLOv10B	目标识别	1394 ms	0.72 FPS	19.79 ms	50.53 FPS	7.14 ms	140.06 FPS
YOLOv10l	目标识别	1745 ms	0.57 FPS	25.7 ms	38.91 FPS	8.48 ms	117.92 FPS
YOLOv10x	目标识别	2326 ms	0.43 FPS	36.61 ms	27.31 FPS	11.82 ms	84.60 FPS
YOLO11n	目标识别	150 ms	6.62 FPS	4.56 ms	219.45 FPS	1.99 ms	502.51 FPS
YOLO11s	目标识别	437 ms	2.28 FPS	7.08 ms	141.19 FPS	2.9 ms	344.83 FPS
YOLO11m	目标识别	1109 ms	0.90 FPS	16.37 ms	61.07 FPS	5.14 ms	194.55 FPS
YOLO11l	目标识别	1452 ms	0.69 FPS	20.25 ms	49.39 FPS	6.72 ms	148.81 FPS
YOLO11x	目标识别	2827 ms	0.35 FPS	47.5 ms	21.05 FPS	13.39 ms	74.68 FPS
YOLO-NAS-s	目标识别	598 ms	1.67 FPS	9.71 ms	102.99 FPS	3.77  ms	265.25 FPS
YOLO-NAS-m	目标识别	1442 ms	0.69 FPS	7.01 ms	142.65 FPS	3.27 ms	305.81 FPS
YOLO-NAS-l	目标识别	1745 ms	0.57 FPS	12.79 ms	78.19 FPS	4.76 ms	210.08 FPS
YOLO11n-seg	分割	119 ms	8.36 FPS	16.71 ms	59.84 FPS	5.54 ms	180.51 FPS
YOLO11s-seg	分割	510 ms	1.96 FPS	9.62 ms	103.95 FPS	3.94 ms	253.81 FPS
YOLO11m-seg	分割	1568 ms	0.64 FPS	24.97 ms	40.05 FPS	7.33 ms	136.43 FPS
YOLO11l-seg	分割	1921 ms	0.52 FPS	26.97 ms	37.08 FPS	8.52 ms	117.37 FPS
YOLO11x-seg	分割	3981 ms	0.25 FPS	67.32 ms	14.85 FPS	20.64 ms	48.45 FPS
YOLO11n-cls	分类	120 ms	8.27 FPS	6.11 ms	163.67 FPS	3.22 ms	310.56 FPS
YOLO11s-cls	分类	300 ms	3.33 FPS	7.41 ms	134.95 FPS	4.03 ms	248.14 FPS
YOLO11m-cls	分类	676 ms	1.48 FPS	11.84 ms	84.46 FPS	5.18 ms	193.05 FPS
YOLO11l-cls	分类	918 ms	1.09 FPS	13.88 ms	72.05 FPS	6.57 ms	152.21 FPS
YOLO11x-cls	分类	1727 ms	0.58 FPS	27.4 ms	36.50 FPS	10.83 ms	92.34 FPS
YOLO11n-pose	姿态估计	231 ms	4.32 FPS	4.77 ms	209.64 FPS	2.01 ms	497.51 FPS
YOLO11s-pose	姿态估计	510 ms	1.96 FPS	6.88 ms	145.35 FPS	2.89 ms	346.02 FPS
YOLO11m-pose	姿态估计	1247 ms	0.80 FPS	16.12 ms	62.03 FPS	5.32 ms	187.97 FPS
YOLO11l-pose	姿态估计	1589 ms	0.63 FPS	20.41 ms	49.00 FPS	6.83 ms	146.41 FPS
YOLO11x-pose	姿态估计	3062 ms	0.33 FPS	49.77 ms	20.09 FPS	13.4 ms	74.63 FPS
YOLO11n-obb	OBB	259 ms	3.85 FPS	4.55 ms	219.78 FPS	1.77 ms	564.97 FPS
YOLO11s-obb	OBB	567 ms	1.76 FPS	6.75 ms	148.15 FPS	2.76 ms	362.32 FPS
YOLO11l-obb	OBB	1319 ms	0.76 FPS	17.29 ms	57.84 FPS	5.18 ms	193.05 FPS
YOLO11l-obb	OBB	1638 ms	0.61 FPS	21.32 ms	46.90 FPS	6.56 ms	152.44 FPS
YOLO11x-obb	OBB	3209 ms	0.31 FPS	48.52 ms	20.61 FPS	13.86 ms	72.15 FPS

相关含测试代码的文章：

 高通QCS8550部署Yolov5模型与性能测试_高通模型部署-CSDN博客

高通QCS8550部署Yolov8模型与性能测试-CSDN博客

 高通QCS8550部署Yolov10模型与性能测试_高通8550 qnn 推理-CSDN博客

高通QCS8550部署YOLO-NAS模型与性能测试-CSDN博客

 高通QCS8550部署Yolov11目标检测模型与性能测试_高通8550n-CSDN博客

 高通QCS8550部署YOLO11-seg模型与性能测试-CSDN博客

 高通QCS8550部署YOLO11-obb分类模型与性能测试-CSDN博客

高通QCS8550部署YOLO11-pose模型与性能测试-CSDN博客

 高通QCS8550部署YOLO11-cli模型与性能测试-CSDN博客