问题描述
我使用的勘智开发者社区官方平台训练的K230 segment kmodel,发现部署到开发板上时运行的是CanMV/sdcard/libs/PlatTasks.py的代码，其SegmentationApp类的postprocess函数调用了aicube.seg_post_process这个API，发现这个API运行用时高达240ms，显著影响帧率，想问一下能否改用aidemo.yolov8_seg_postprocess来完成后处理，即线上训练获得的这个kmodel是否兼容yolo后处理
复现步骤
/sdcard/libs/PlatTasks.py的后处理里面，mask = aicube.seg_post_process() 即为我现在使用的后处理代码（如下图）
这个句子完整语句：
mask = aicube.seg_post_process(self.results[0], self.num_classes, [self.model_input_size[1],self.model_input_size[0]], [self.display_size[1],self.display_size[0]])
实测该语句处理一帧从开发板摄像头获取的图像用时约240ms，帧率太低。模型规模为512*512。
目前，希望可以在适当修改代码下，能够把这行语句用yolo的API（如下）替换，以提高后处理速度，想问问这样的想法有没有可行性
seg_res = aidemo.yolov8_seg_postprocess(new_result.copy(),results[1][0],[self.rgb888p_size[1],self.rgb888p_size[0]],[self.model_input_size[1],self.model_input_size[0]],[self.rgb888p_size[1],self.rgb888p_size[0]],len(self.labels),self.conf_thresh,self.nms_thresh,self.mask_thresh,self.masks)
硬件板卡
庐山派K230
软件版本
CanMV_K230_LCKFB_micropython_v1.5-legacy-0-g413737f_nncase_v2.9.0 (1).img
