目标检测 YOLOv5 - v6.2版本模型在瑞芯微 Rockchip设备从训练到C++部署实践
目标检测 YOLOv5 - v6.2版本模型在瑞芯微 Rockchip设备从训练到C++部署实践
flyfish
源码地址
https://github.com/shaoshengsong/rockchip_rknn_yolov5
Rockchip 支持 YOLOv5 v6.2 从训练到C++部署的全链条开发，包括
C++部署代码
pytorch模型转onnx代码
onnx模型转rknn代码
文章目录
- 训练
- 模型导出
- 1 pt模型 转 onnx
- 2 onnx模型 转 rknn
- 1 路径配置
- 2 是否需要预编译
- 3 连接到开发板
- 4 其他的onnx转rknn的方式
- C++ 部署
YOLOv5模型版本
模型导出环境
rknn-toolkit 1.7.1
部署环境
设备测试环境：RV1126
交叉编译环境：Ubuntu18.04
训练
从yolov5官网下载v6.2版本的源码进行训练
https://github.com/ultralytics/yolov5
模型导出
当一个yolov5_6.2模型训练完成后
1 pt模型 转 onnx
进入rockchip_rknn_yolov5\yolov5_6.2_export目录
执行
python export.py --weights yolov5s_v6.2.pt --img 640 --batch 1 --include onnx torchscript
yolov5s_v6.2.pt 是训练的模型，执行该命令后生成onnx模型
结果
export: data=data/coco128.yaml, weights=['yolov5s_v6.2.pt'], imgsz=[640], batch_size=1, device=cpu, half=False, inplace=False, train=False, keras=False, optimize=False, int8=False, dynamic=False, simplify=False, opset=12, verbose=False, workspace=4, nms=False, agnostic_nms=False, topk_per_class=100, topk_all=100, iou_thres=0.45, conf_thres=0.25, include=['onnx', 'torchscript']
YOLOv5
目标检测 YOLOv5 - v6.2版本模型在瑞芯微 Rockchip设备从训练到C++部署实践相关推荐
- 《深度学习与目标检测 YOLOv5》
<深度学习与目标检测 YOLOv5> flyfish 基础 深度学习基础 - 向量 深度学习基础 - 累加符号和连乘符号 深度学习基础 - 最大似然估计 深度学习基础 - 朴素贝叶斯 深度 ...
- 瑞芯微 Rockchip rknn 模型在线预编译
瑞芯微 Rockchip rknn 模型在线预编译 flyfish 主机Host环境 Distributor ID: Ubuntu Description: Ubuntu 22.04.2 LTS Re ...
- 目标检测 YOLOv5网络v6 0版本总结
目标检测 YOLOv5网络v6.0版本总结 YOLOv5对比YOLOv4 输入端:在模型训练阶段,提出了Mosaic数据增强.自适应锚框计算.自适应图片缩放等: Backbone网络:融合其它检测算法 ...
- 目标检测 YOLOv5 - 模型的样子
目标检测 YOLOv5 - 模型的样子 flyfish 文章目录 目标检测 YOLOv5 - 模型的样子 开始加载模型文件 模型的层 模型的属性 模块的名称以及模块本身 模型的权重 模型权重的名字和权 ...
- 目标检测 YOLOv5 - ncnn模型的加密 C++实现封装库和Android调用库示例
目标检测 YOLOv5 - ncnn模型的加密 C++实现封装库和Android调用库示例 flyfish 文章目录 目标检测 YOLOv5 - ncnn模型的加密 C++实现封装库和Android调 ...
- 目标检测 YOLOv5 - 如何提高模型的指标，提高精确率，召回率，mAP等
目标检测 YOLOv5 - 如何提高模型的指标,提高精确率,召回率,mAP等 flyfish 文中包括了YOLOv5作者分享的提高模型指标小技巧和吴恩达(Andrew Ng)在做缺陷检测项目( ste ...
- 目标检测 YOLOv5 - 卷积层和BN层的融合
目标检测 YOLOv5 - 卷积层和BN层的融合 即Conv2d和 BatchNorm2d融合 flyfish 为了减少模型推理时间,YOLOv5源码中attempt_load已经包括两层的合并,主要 ...
- 目标检测 YOLOv5 自定义网络结构
目标检测 YOLOv5 自定义网络结构(YOLOv5-ShuffleNetV2) flyfish 版本:YOLOv5:v5 具体已经借鉴的自定义网络结构包括 YOLOv5-MobileNetV3 Mo ...
- 目标检测 YOLOv5 anchor设置
目标检测 YOLOv5 anchor设置 1 anchor的存储位置 1.1 yaml配置文件中例如 models/yolov5s.yaml # anchors anchors:- [10,13, 1 ...
最新文章
- Python 集合的定义以及常用运算及函数
- 物理约束相关问题梳理
- js笔记（10）之无缝滚动
- 编写MyLayer，2 锚点，3 精灵的创建，4 zorder
- matlab求最短路径代码_【高等数学】复数，通往真理的最短路径
- 【CodeForces - 660C】Hard Process （尺取 或 二分+滑窗，前缀和预处理）
- struts2 页面取值_Struts2页面取值 大总结
- mvc模式 mysql做网页_SpringMVC + Hibernate + MySQL 的简易网页搭建（Control实现篇）
- 三星Galaxy S10 5G版手机国行版或今日发布 在韩销量已超100万部
- 用python自己做游戏_练习项目20：使用python制作游戏（中）
- opencv-api arcLength
- 使用全局变量有什么好处?有什么坏处?_发酵床养殖有什么好处？又有什么坏处？该不该采用...
- 社交网络影响力最大化基础知识总结
- Wowza服务器系列（1）：介绍
- 新概念二册 Lesson 13 The Greenwood Boys绿林少年 (将来进行时)
- Mysql 5.7.11压缩版安装及问题解决
- OpenCV4.x图像处理实例-工地安全帽反光衣穿戴检测
- Python基础嘚吧嘚
- 第一章 甄士隐梦幻识通灵 贾雨村风尘怀闺秀
- 走在技术这条阳光大道上
热门文章