利用瑞芯微3399Pro推理yoloV5s目标检测模型：踩坑笔记

1.参考：

yolov5和rknn模型的问题_走错路的程序员的博客-CSDN博客_rknn

YOLOv5s部署在瑞芯微电子RK3399Pro中使用NPU进行加速推理_Deepsdu的博客-CSDN博客_npu加速

2.具体

步骤1：先部署好环境（服务器ubuntu18.04，带GPU环境;瑞芯微3399pro，买来自带debian10操作系统；两种设备均需部署）：

按照官方

（GitHub - rockchip-linux/rknn-toolkit）

下载好code（两台设备都下载下）,然后doc文件夹下面手册

按照手册部署好环境。

步骤2：在服务器上面：下载GitHub - littledeep/YOLOv5-RK3399Pro: PyTorch-->ONNX-->RKNN 代码，然后按照yolo5训练方式，先准备好自定义数据集（我这边是百度paddlePaddle官网可以下载的路标数据集，共4类），然后运行train.py训练好MyYolo5s.pt模型

步骤3：在服务器上面：export成.onnx模型:

参考yolov5和rknn模型的问题_走错路的程序员的博客-CSDN博客_rknn，小修改export.py，然后电脑要能上网，然后运行生成.onnx模型

步骤4：在服务器上面：.onnx模型转.rknn模型：

参考https://blog.csdn.net/phker/article/details/121084160，运行onnx2rknn.py

步骤5：在瑞芯微上面：利用.rknn模型来识别：

参考yolov5和rknn模型的问题_走错路的程序员的博客-CSDN博客_rknn，

识别代码路径rknn_detect\rknn_detect_for_yolov5_original.py

步骤6：模型预编译，解决模型的加载时间过长的问题，可以稍微提高推理速度：

参考：YOLOv5s部署在瑞芯微电子RK3399Pro中使用NPU进行加速推理_Deepsdu的博客-CSDN博客_npu加速（7.模型预编译）

成功推理结果如下图所示：

利用瑞芯微3399Pro推理yoloV5s目标检测模型：踩坑笔记相关推荐

瑞芯微RV1126/1109开发流程之模型转换
1.环境搭建(PC端ubuntu16.04搭建rknn环境) (1)安装anaconda环境(为了便于管理自己的环境建议安装,安装步骤请自行搜索,本人安装anaconda版本为Anaconda3-20 ...
《南溪的目标检测学习笔记》——目标检测模型的设计笔记
1 南溪学习的目标检测模型--DETR 南溪最赞赏的目标检测模型是DETR, 论文名称:End-to-End Object Detection with Transformers 1.2 decode ...
35、ubuntu20.04搭建瑞芯微的npu仿真环境和测试rv1126的Debain系统下的yolov5+npu检测功能以及RKNN推理部署以及RTSP视频流解码
基本思想:手中有一块core-1126/1109-JD4,记录一下其刷机过程和开发人数统计,与树莓派的nanodet 每帧200ms对比一下第一步:刷机,真的是难,各种各样的小问题,反正成功的方法只 ...
yolov5-5.0训练模型+瑞芯微rv1126上实现模型部署
yolov5-5.0训练模型+瑞芯微rv1126上实现模型部署第一次接触模型训练和在开发板部署,过程曲折,从开始的一脸懵到最后模型部署成功,查阅了不少资料和学习了不少大佬的经验,在这里记录一下过 ...
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/rockc ...
【yolov5系列】将模型部署到瑞芯微RK3566上面
[yolov5系列]yolov5 v6.0 环境配置.图片视频测试.模型可视化.v6.0的更新内容 [yolov5系列]yolov5的原理与核心代码解析 [yolov5系列]yolov5-onnxru ...
瑞芯微 TB-RK3399Pro -- 开发板环境
前言本系列博文,主要以TB-RK3399ProD开发为例,来记录RK3399pro系列的开发,本博文主要来记录开发板环境的攻略,记录下才坑过程. 本人开发环境 PC:ubuntu18.04LST 开 ...
瑞芯微RK3399助力AI场景应用
瑞芯微RK3399在人工智能产业发展联盟(AIIA)的评估中数据亮眼.在图像分类.目标检测.超分辨率.分割网络四大典型应用场景中,其深度学习处理能力表现超强. 此外,在两大类评测指标上,指标包含速度( ...
瑞芯微开发板资料收集
一.rknpu 链接:GitHub - rockchip-linux/rknpu 本工程主要为Rockchip NPU提供驱动.示例等. 适用平台: RK1808/RK1806 RV1109/RV11 ...

利用瑞芯微3399Pro推理yoloV5s目标检测模型：踩坑笔记

利用瑞芯微3399Pro推理yoloV5s目标检测模型：踩坑笔记相关推荐

最新文章

热门文章