神经网络模型 , 转换RKNN格式(量化) .(演示)

(运行环境是ubuntu22.04 , python代码 rknn-toolkit2 工具)

实际上这里的图片集,是需要放入真实的训练时候的图片集,放个50张就可以,只是用来量化时候确定缩放系数. 而不是我这里的随机生成噪点图片

python 复制代码

#!/usr/bin/env python3
from rknn.api import RKNN
from pathlib import Path
import numpy as np
from PIL import Image

# 创建所需目录和文件
Path("./official_dataset").mkdir(exist_ok=True)
Path("./official_rknn_output").mkdir(exist_ok=True)

# 自动创建10张校准图片,演示(实际上这里的图片集,是需要放入真实的训练时候的图片集,放个50张就可以,只是用来量化时候确定缩放系数)
dataset_dir = Path("./official_dataset")
img_paths = []
for i in range(10):
    img = Image.fromarray((np.random.rand(640, 640, 3) * 255).astype(np.uint8))
    img_path = dataset_dir / f"image_{i:03d}.jpg"
    img.save(img_path)
    img_paths.append(str(img_path.absolute()))

# 创建数据集文件
dataset_file = dataset_dir / "dataset.txt"
dataset_file.write_text("\n".join(img_paths) + "\n")

# 转换RKNN
rknn = RKNN()# 创建RKNN实例
rknn.config(target_platform='rv1106', optimization_level=3, mean_values=[[0, 0, 0]], std_values=[[255, 255, 255]])# 配置RV1106参数
rknn.load_onnx(model="./原始模型/yolov8n-pose.onnx")# 加载ONNX模型
rknn.build(do_quantization=True, dataset=str(dataset_file))# 构建RKNN模型(第一个参数是是否进行量化)(第二个参数是校准数据集文件路径)
rknn.export_rknn("./official_rknn_output/yolov8n_pose_official.rknn")# 导出RKNN模型

print(f"✅ 转换成功！RKNN文件: ./official_rknn_output/yolov8n_pose_official.rknn")

命令行执行python3 official_conversion.py 运行这个py代码文件

工具安装步骤

python 复制代码

===================================================================================
# 更新系统
sudo apt-get update

# 安装Python和pip
sudo apt-get install python3 python3-dev python3-pip

# 安装必要的系统库
sudo apt-get install libxslt1-dev zlib1g zlib1g-dev libglib2.0-0 libsm6 libgl1-mesa-glx libprotobuf-dev gcc

===================================================================================
# 直接使用pip安装
pip3 install rknn-toolkit2

# 验证安装
python3 -c "from rknn.api import RKNN; print('RKNN-Toolkit2安装成功')"
=======================================================================================
# 安装numpy和onnx
pip3 install numpy onnx

# 安装PyTorch（用于导出ONNX）
pip3 install torch ultralytics
=====================================================================================
# 检查版本
python3 -c "from rknn.api import RKNN; rknn = RKNN(); print(f'RKNN版本: {rknn.rknn_version}')"
====================================================================================