python目录下提供了一系列Python例程，具体情况如下：
| 序号 | Python例程 | 说明 |
|---|---|---|
| 2 | yolov8_bmcv.py | 使用SAIL解码、BMCV前处理、SAIL推理 |
如果您在x86/arm/riscv平台安装了PCIe加速卡（如SC系列加速卡），并使用它测试本例程，您需要安装libsophon、sophon-opencv、sophon-ffmpeg，具体请参考x86-pcie平台的开发和运行环境搭建。或arm-pcie平台的开发和运行环境搭建或riscv-pcie平台的开发和运行环境搭建。
x86 pcie平台可以使用如下命令安装sophon-sail：
pip3 install dfss --upgrade #安装dfss依赖
python3 -m dfss --install sail>=3.10.3arm/riscv pcie平台需要下载sophon-sail源码包：
python3 -m dfss --url=open@sophgo.com:sophon-demo/YOLOv8_plus_seg_fuse/sophon-sail.tar.gz下载完成后，参考sophon-sail编译安装指南编译。
此外您可能还需要安装其他第三方库：
pip3 install opencv-python-headless如果您使用SoC平台（如SE、SM系列边缘设备），并使用它测试本例程，刷机后在/opt/sophon/下已经预装了相应的libsophon、sophon-opencv和sophon-ffmpeg运行库包。
SoC平台可以通过下面的命令安装sophon-sail：
pip3 install dfss --upgrade #安装dfss依赖
python3 -m dfss --install sail>=3.10.3此外您可能还需要安装其他第三方库：
pip3 install opencv-python-headless注:
上述命令安装的opencv是公版opencv，如果您希望使用sophon-opencv，可以设置如下环境变量：
export PYTHONPATH=$PYTHONPATH:/opt/sophon/sophon-opencv-latest/opencv-python/若使用sophon-opencv需要保证python版本小于等于3.8。
python例程不需要编译，可以直接运行，PCIe平台和SoC平台的测试参数和运行方式是相同的。
usage: yolov8_bmcv.py [--input INPUT_PATH] [--bmodel BMODEL] [--dev_id DEV_ID]
[--draw_thresh CONF_THRESH]
--input: 测试数据路径，可输入整个图片文件夹的路径或者视频路径；
--bmodel: 用于推理的bmodel路径，默认使用stage 0的网络进行推理；
--dev_id: 用于推理的tpu设备id；
--draw_thresh: 画框所需的置信度阈值；图片测试实例如下，支持对整个图片文件夹进行测试。
python3 python/yolov8_bmcv.py --input datasets/test --bmodel models/BM1688/yolov8s_seg_fuse_int8_1b.bmodel --dev_id 0 --draw_thresh 0.5测试结束后，会将预测的图片保存在results/images下，预测的结果保存在results/yolov8s_int8_1b.bmodel.bmodel_test_bmcv_python_result.json下，同时会打印预测结果、推理时间等信息。
视频测试实例如下，支持对视频流进行测试。
python3 python/yolov8_bmcv.py --input datasets/test_car_person_1080P.mp4 --bmodel models/BM1688/yolov8s_seg_fuse_int8_1b.bmodel --dev_id 0 --draw_thresh 0.5测试结束后，同时会打印预测结果、推理时间等信息。yolov8_bmcv.py会将预测结果画在图片上并保存在results/output.mp4中。