yolov5训练的pt模型,转换为rknn并部署在瑞芯微RK3588开发板

一、下载源码

在GitHub中搜索并下载yolov5的源代码,然后放在自己部署好的项目环境。

直接用下面的命令即可部署适合yolov5的环境,至于缺什么库,什么版本不对的可以百度查一下。

pt模型转onnx模型

我这里已经把源码下载好并加载好了我的虚拟环境了

注意

要把models/yolo.py文件的class Detect(nn.Module)里的前向传播函数改成下面的

注意:如果改了这里的前向传播的话那么运行export.py文件的时候还会报一个错,也是需要改的。

注意:在训练时不要修改yolo.py的这段代码,训练完成后使用export.py进行模型导出转换时一定要进行修改,不然会导致后面的rknn模型转换失败!

    def forward(self, x):
            z = []  # inference output
            for i in range(self.nl):
                x[i] = self.m[i](x[i])  # conv

            return x

运行export.py报错的话也要把下面被我注释掉的替换红色框的,此时再运行export.py文件就不会有错了。

    if isinstance(y, list):
        shape = tuple(y[0].shape if hasattr(y[0], 'shape') else [1])
    else:
        shape = tuple(y.shape)

然后直接使用命令去执行,其中yolov5s.pt是权重文件,onnx是我们要输出以onnx结尾的权重文件,可以看到下面export.py文件开头里面写了,还可以输出其他文件结尾的

python export.py --weights yolov5s.pt --include onnx

执行完就会在当前目录下就会出现一个名字和yolov5s一样的名字,但是结尾是.onnx结尾的文件

onnx模型转rknn模型

然后再转去我们之前搭配好的转rknn的环境,至于怎么搭建可以看我博客里的另一篇文章。

写文章-CSDN创作中心

我现在已经切换到部署好转rknn的环境了,看看你部署好的环境是否有rknn-toolkit2这个库。

然后去GitHub把这个下面这个源码下载下来

地址:rockchip-linux/rknn-toolkit2 (github.com)

下载下来并且进入到下面图片的目录下。,并且把刚才上面生成的onnx结尾的文件放到下面的目录来

修改该目录下的test的内容

然后直接用命令运行这个test.py文件

python test.py

运行完之后就从原来的onnx文件结尾的转到了我们要的rknn结尾的了

在这个test.py的main函数中可以了解到这个python文件的作用:

配置------加载onnx模型---导出rknn模型------rknn模型推理------后处理------输出结果**】**

下面是运行出来的结果,基本和在板子上运行出来是没什么区别的,此时就可以把这个rknn文件烧录到板子上了,然后要自己写一个推理的文件。

相关推荐
Eric.Lee20212 小时前
数据集-目标检测系列- 装甲车 检测数据集 armored_vehicles >> DataBall
python·算法·yolo·目标检测·装甲车检测
Eric.Lee20212 小时前
数据集-目标检测系列- 牵牛花 检测数据集 morning_glory >> DataBall
人工智能·python·yolo·目标检测·计算机视觉·牵牛花检测
菜菜子爱学习16 小时前
目标检测实施与部署(YOLOv8+树莓派)
人工智能·yolo·目标检测
学不会lostfound17 小时前
三、计算机视觉_06YOLO基础知识
人工智能·深度学习·yolo·计算机视觉·ultralytic
Deepcong21 小时前
yolov11的目标检测理论、tensorrt实现推理
人工智能·yolo·目标检测
Python图像识别-121 小时前
基于yolov8、yolov5的智能零售柜商品检测识别系统(含UI界面、训练好的模型、Python代码、数据集)
yolo·ui·零售
2zcode1 天前
基于YOLOv8深度学习的智慧农业棉花采摘状态检测与语音提醒系统(PyQt5界面+数据集+训练代码)
人工智能·深度学习·yolo
王了了哇1 天前
YOLO-FaceV2: A Scale and Occlusion Aware Face Detector
yolo
Nobody332 天前
第Y7周:用Yolov8训练自己的数据集
yolo
今天炼丹了吗2 天前
YOLOv11融合[ECCV 2018]RCAN中的RCAB模块及相关改进思路
yolo