YOLOV5/rknn生成可执行文件部署在RK3568上

接上一篇文章best-sim.rknn模型生成好后,我们要将其转换成可执行文件运行在RK3568上,这一步需要在rknpu上进行,在强调一遍!!rknpu的作用是可以直接生成在开发板上运行的程序

退出上一步的docker环境

cs 复制代码
exit

1.复制best-sim.rknn

复制到这个下面将其重命名为yolov5s-640-640.rknn

~/rknpu2-1.4.0/examples/rknn_yolov5_demo/model/RK356X/yolov5s-640-640.rknn

cs 复制代码
cp ~/rknn/rknn-toolkit2-1.4.0/examples/onnx/yolov5/best-sim.rknn  ~/rknpu2-1.4.0/examples/rknn_yolov5_demo/model/RK356X/yolov5s-640-640.rknn

2.安装编译器

cs 复制代码
sudo apt-get install gcc g++ cmake

3.安装交叉编译链

交叉编译64位ARM架构的程序。

cs 复制代码
sudo apt install gcc-aarch64-linux-gnu g++-aarch64-linux-gnu

4.修改 postprocess.h文件

进入到该目录下

cs 复制代码
cd rknpu2-1.4.0/examples/rknn_yolov5_demo/include
ls

修改为自己识别的CLASS_NUM,我识别种类只有一个就是车,和data.yaml中的类别数相同,因此为1

5.拷贝测试图片02.jpg

首先进入该目录

cs 复制代码
cd ~/rknpu2-1.4.0/examples/rknn_yolov5_demo/model/

拷贝图片

cs 复制代码
sudo cp ~/rknn/rknn-toolkit2-1.4.0/examples/onnx/yolov5/02.jpg 02.jpg

对 coco_80_labels_list.txt进行备份

cs 复制代码
  cp coco_80_labels_list.txt  coco_80_labels_list_.txt

6.修改 coco_80_labels_list.txt文件

打开该文件并将里面的内容修改为自己的类别,我的是car

cs 复制代码
vim vim  coco_80_labels_list.txt

7.运行 ./build-linux_RK356X.sh

进入该目录下

cs 复制代码
cd ~/rknpu2-1.4.0/examples/rknn_yolov5_demo

运行后出现上述错误,该错误表示上传的照片没有用户权限运行以下命令

cs 复制代码
cd model
sudo chmod 777 02.jpg
cd ..
./build-linux_RK356X.sh

运行成功后

最后生成的文件存放在Install文件夹中,这个文件夹是需要我们往开发板上复制的文件夹。

8.生成install压缩文件

cs 复制代码
 zip -r install.zip install/

上传install.zp

cs 复制代码
sz install.zip
相关推荐
ASD123asfadxv1 天前
YOLOv10n-RepVit实现螺钉螺母智能检测与计数系统
yolo
你再说一遍?3641 天前
计算机视觉实训作业记录:基于 YOLOv12 的水下目标检测模型优化与实现
yolo·目标检测·计算机视觉
LASDAaaa12311 天前
红外图像中的鸟类目标检测:YOLOv5-SPDConv改进实践
yolo·目标检测·目标跟踪
Lun3866buzha1 天前
涡轮叶片表面缺陷识别与分类使用YOLOv8与特征金字塔共享卷积详解及代码实现
yolo·分类·数据挖掘
音沐mu.1 天前
YOLO目标检测数据集大全【数据集+训练好的模型+训练检测教程】(持续更新)
人工智能·yolo·目标检测·数据集
Coovally AI模型快速验证1 天前
10亿参数刷新OCR记录:LightOnOCR-2如何以小博大?
人工智能·学习·yolo·3d·ocr·人机交互
抠头专注python环境配置2 天前
基于 YOLOv8 的人脸表情检测识别系统(Python源码 + Flask+数据集)
python·yolo·flask·表情识别
2501_941337062 天前
教室环境物体检测与识别实战:基于YOLOv10n-Goldyolo的高效检测方案
yolo
AI街潜水的八角2 天前
YOLO26手势识别项目实战1-十种手语实时检测系统数据集说明(含下载链接)
人工智能·深度学习·神经网络·yolo
智驱力人工智能2 天前
实线变道检测 高架道路安全治理的工程化实践 隧道压实线监测方案 城市快速路压实线实时预警 压实线与车牌识别联动方案
人工智能·opencv·算法·安全·yolo·边缘计算