CV12_ONNX转RKNN模型(谛听盒子)

暂时简单整理一下:

1.在边缘设备上配置相关环境。

2.配置完成后,获取模型中间的输入输出结果,保存为npy格式。

3.将onnx格式的模型,以及中间输入输出文件传送到边缘设备上。

4.编写一个python文件用于转换模型格式,dataset作为测试可以是随便的数据。

5.将python传送到边缘设备上并运行。

注意:所有文件要在同一目录下。

参考代码一:

python 复制代码
# Author:SiZhen
# Create: 2024/7/15
# Description: ONNX转RKNN
import os
import numpy as np
from rknn.api import RKNN

def convert_onnx_to_rknn(onnx_path,rknn_path,input_data,output_data):
    #创建RKNN对象
    rknn = RKNN()
    rknn.config(
        target_platforms='rk3588',
        quantized_algorithm='mmse',
        optimization_level = 2
    )
    #加载ONNX模型
    print('loading ONNX model...')
    ret = rknn.load_onnx(model=onnx_path)
    if ret !=0:
        print("load failed!")
        return
    #构建模型,进行RKNN模型转换
    print('building rknn model...')
    ret = rknn.build(do_quantization=False,dataset='/home/DiTing/sizhen/dataset.txt')
    if ret !=0:
        print('Build RKNN model failed!')

    #导出RKNN模型
    print('Exporting RKNN model...')
    ret = rknn.export_rknn(rknn_path)
    if ret != 0:
        print('Export RKNN failed!')
        return
    print('RKNN model is successfully exported to ',rknn_path)

    rknn.init_runtime()
    outputs=rknn.inference(inputs=[input_data],data_format='nchw')
    try:
        if np.test.assert_almost_equal(outputs[0],output_data,decimal=1)is None:
            print('模型输出与预期一致。')
    except AssertionError as e :
        print("不一致,详细信息:",e)

#转换模型
i = 0
onnx_path = r'/home/DiTing/sizhen/resNet34.onnx'
rknn_path = onnx_path.replace('.onnx','.rknn')
input_data = np.load('/home/DiTing/sizhen/input_data.npy')
output_data = np.load('/home/DiTing/sizhen/output_data.npy')
convert_onnx_to_rknn(onnx_path,rknn_path,input_data,output_data)

问题及解决方法

问题一

安装失败。

解决方法:这个地方,谛听盒子应该是arm的版本而不是x86:(Lite版本)

问题二

安装成功找不到属性

解决方法:用如下包替代

问题三

lite版本缺少属性

初步讨论结果:lite版本应该是只包含运行环境的,最好不要在盒子上进行模型转换,会又慢又卡,可能利特版本就是没有模型转换的功能的。

解决方法:在其他环境转换。(待更新)可能的解决办法:https://bbs.eeworld.com.cn/thread-1283146-1-1.html

相关推荐
钓了猫的鱼儿16 分钟前
基于深度学习+AI的城市人行道障碍物目标检测与预警系统(Python源码+数据集+UI可视化界面+YOLOv11训练结果)
人工智能·深度学习·目标检测
大数据魔法师4 小时前
Streamlit(二十三)- 教程(二)- 动态导航
python·web
HackTorjan5 小时前
2026年5月29日:全球首个通用人工智能操作系统正式发布,开启人机协同新纪元
人工智能
刘大猫.6 小时前
智造短剧新引擎:火山引擎上线「火山剧创 1.0」,制作效率提升 80%
人工智能·ai·chatgpt·机器人·大模型·火山引擎·短剧新引擎
红尘散仙6 小时前
我把终端小说阅读器接上了 AI Agent:TRNovel 现在能用 skill 生成书源了
人工智能·后端·rust
雅菲奥朗6 小时前
企业级 AI 自动化|OpenClaw 龙虾实战与认证
运维·人工智能·自动化·openclaw
HIT_Weston6 小时前
99、【Agent】【OpenCode】task 工具提示词(Slash command)(一)
人工智能·agent·opencode
25 Hz6 小时前
Mind 爱好者时空表征刊 第24期 | 时间结构学习、空间对时间表征的补偿、事件内部的时间扭曲……
人工智能
心中有国也有家6 小时前
GE图引擎深度解析——CANN的计算图优化与执行引擎
人工智能·pytorch·python·学习·numpy
海兰7 小时前
【文字三国志:第一篇】天命重构,大语言模型(LLM)动态生成文言风格的叙事文本的文字游戏
人工智能·游戏·语言模型