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
guo_xiao_xiao_9 小时前
YOLO工业质检与产品展示灯泡目标检测数据集-509张
yolo·目标检测·目标跟踪
探物 AI17 小时前
yolo检测中的激活函数19:ReLU激活函数 (Rectified Linear Unit)
网络·人工智能·深度学习·yolo
guo_xiao_xiao_1 天前
YOLO人物肖像发型分类目标检测数据集
yolo·目标检测·分类
前网易架构师-高司机1 天前
带标注的羽毛球运动员,裁判,羽毛球识别数据集,识别率84.4%,2879张图,支持yolo,coco json,voc xml,文末有模型训练代码
xml·yolo·json·数据集·羽毛球·裁判
guo_xiao_xiao_1 天前
YOLO室内训练场橙色环形训练圈目标检测数据集-156张
人工智能·yolo·目标检测
FriendshipT2 天前
Ultralytics:解读 YOLO26 知识蒸馏
人工智能·pytorch·python·深度学习·yolo
向哆哆3 天前
铁路障碍物目标检测数据集分享(适用于YOLO系列深度学习分类检测任务)
深度学习·yolo·目标检测
guo_xiao_xiao_3 天前
YOLO人像特写场景手势目标检测数据集
人工智能·yolo·目标检测
guo_xiao_xiao_3 天前
YOLO三相电能表数字与单位符号目标检测数据集
人工智能·yolo·目标检测
fl1768313 天前
道路动物横穿马路检测数据集VOC+YOLO格式895张52类别
yolo