yolov5 自训练pt模型转onnx,再转rknn,并部署 注意事项

yolov5 部署到rk3588 教程来自

yolov5训练pt模型并转换为rknn模型,部署在RK3588开发板上------从训练到部署全过程_yolov5 rknn-CSDN博客

1.通过android studio 部署代码在rk3588板子上运行代码

项目来源

rknn-toolkit2/rknpu2/examples/rknn_yolov5_android_apk_demo at master · rockchip-linux/rknn-toolkit2 (github.com)

在这个教程中

2.yolov5版本和onnx版本必须一致

3.激活函数

根据此教程中的yolov5最好是修改为rule激活函数所训练的,yolov5更换激活函数教程:

更换YOLOv5激活函数_yolov5中silu改成relu-CSDN博客

4.在上文的教程中,test.py文件里的量化不可以关闭, anchors需要修改为训练模型的python代码里 anchors

如果是rk3588板子则记得修改test.py 中的

rknn.config(mean_values=\[0, 0, 0], std_values=\[255, 255, 255],target_platform='rk3588')

anchors 在test.py文件的 yolov5_post_process(input_data) 函数

5. 在android studio的项目中同样也要修改anchors

在 post_process.cc 这个文件中,在211行左右,修改anchors

例如:

int anchor06 = {25, 59, 18, 99, 57, 76};

int anchor16 = {32, 164, 62, 217, 147, 165};

int anchor26 = {85, 388, 179, 457, 421, 368};

6.除了第一个教程里所说的test.py里需要修改CLASS分类,我们部署到android studio 的项目也需要修改CLASS参数

post_process.cc 文件第29行左右

define OBJ_CLASS_NUM 1

相关推荐
Csvn9 小时前
同一个问题问 100 遍,钱就扣 100 次?精确缓存让它只扣一次(C02)
人工智能·aigc·agent
罗西的思考10 小时前
【轻量化复刻大模型 / KIMI K3】Multi-Token Prediction(MTP / EAGLE-3)(2)
人工智能·算法·机器学习
罗西的思考10 小时前
【轻量化复刻大模型 / KIMI K3】Multi-Token Prediction(MTP / EAGLE-3)(1)
人工智能·算法·机器学习
汤姆宝库10 小时前
BPE分词器的完整实现:字节对合并与词表构建
开发语言·人工智能·c#
岁月宁静10 小时前
从零拆解 AI 语音模拟面试系统
人工智能·python·agent
武子康11 小时前
H3-World 接入 Game Agent:谁来判断门真的打开了?
人工智能·算法·机器学习
可乐ea11 小时前
MCP 和 CLI 差 42 倍:一次 GitHub 任务的上下文成本实测
人工智能·github·工具调用·ai智能体·openrouter·mcp协议·上下文优化
kyriewen12 小时前
编辑弹窗点了取消,列表里的数据怎么还是变了?
前端·javascript·人工智能
泯泷12 小时前
Multica 真正打动我的,不是更多 Agent,而是一种新的团队协作方式
人工智能·llm·agent
电科_银尘12 小时前
【深度学习项目实战·22】灰度图像着色:用小型U-Net学习从灰度到RGB
人工智能·深度学习·学习