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
Chef_Chen10 分钟前
从0开始学习计算机视觉--Day09--卷积与池化
深度学习·学习·计算机视觉
charley.layabox5 小时前
8月1日ChinaJoy酒会 | 游戏出海高端私享局 | 平台 × 发行 × 投资 × 研发精英畅饮畅聊
人工智能·游戏
DFRobot智位机器人5 小时前
AIOT开发选型:行空板 K10 与 M10 适用场景与选型深度解析
人工智能
想成为风筝7 小时前
从零开始学习深度学习—水果分类之PyQt5App
人工智能·深度学习·计算机视觉·pyqt
F_D_Z7 小时前
MMaDA:多模态大型扩散语言模型
人工智能·语言模型·自然语言处理
江沉晚呤时7 小时前
在 C# 中调用 Python 脚本:实现跨语言功能集成
python·microsoft·c#·.net·.netcore·.net core
大知闲闲哟8 小时前
深度学习G2周:人脸图像生成(DCGAN)
人工智能·深度学习
飞哥数智坊8 小时前
Coze实战第15讲:钱都去哪儿了?Coze+飞书搭建自动记账系统
人工智能·coze
wenzhangli78 小时前
低代码引擎核心技术:OneCode常用动作事件速查手册及注解驱动开发详解
人工智能·低代码·云原生
电脑能手8 小时前
如何远程访问在WSL运行的Jupyter Notebook
ide·python·jupyter