rknn

【已解决】pt文件转onnx后再转rknn时得到推理图片出现大量锚框变花屏Ubuntu 18.04.5 LTSpy3.8-rknn2-1.4.0迅为itop-3568开发板采用yolov5训练并将pt转换为onnx，再将onnx采用py3.8-rknn2-1.4.0推理转换为rknn，rknn模型能正常转换，并且推理显示正常。但将rknn文件放到开发板，使用rknn_toolkit_lite2进行推理时，得到的推理图片出现大量锚框变花屏，如下。

onnx转换为rknn置信度大于1，图像出现乱框问题解决Ubuntu 18.04.5 LTSpy3.8-rknn2-1.4.0迅为itop-3568开发板采用yolov5训练并将pt转换为onnx，再将onnx采用py3.8-rknn2-1.4.0推理转换为rknn出现置信度大于1，并且图像乱框问题。类似下面这样

RKNN Toolkit Lite2 一键安装和测试，sh脚本本教程旨在指导用户如何使用提供的shell脚本来安装和测试RKNN Toolkit Lite2，适用于需要在Linux系统上部署和测试AI模型的开发者。

使用rknn-toolkit2将paddleseg模型导出rknn模型目录安装paddle2onnx环境将paddle模型导出onnx模型安装rknn-toolkits转化rknn模型

刀么克瑟拉莫

RK3588使用npu运行onnx模型推理先说总体流程： 1.在x86主机上安装【rknn-toolkit2】 2.使用【rknn-toolkit2】，把onnx模型转换成rknn格式的模型。 3.在板子部署【rknpu2】，在编程时，调用其提供的接口即可。

钱多多先森

【RKNN】YOLO V5中pytorch2onnx，pytorch和onnx模型输出不一致，精度降低在yolo v5训练的模型，转onnx，再转rknn后，测试发现：于是，根据这种测试情况，rknn模型的上游，就是onnx。onnx这里发现不对劲，肯定是这步就出现了问题。于是就查pytorch转onnx阶段，就存在转化的精度降低了。

rknn_server启动方法rknn_server: 是一个运行在板子上的后台代理服务，用于接收PC通过USB传输过来的协议，然后执行板端runtime对应的接口，并返回结果给PC。

边缘计算NVIDIA&Rockchip

使用rknn-toolkit2把YOLOV5部署到OK3588上首先在PC的ubuntu系统安装虚拟环境：我的服务器是ubuntu18.04版本，所以安装python3.6 conda create -n ok3588 python=3.6 需要键盘输入y，然后完成虚拟环境安装。其他系统的对应关系： Ubuntu 18.04 python 3.6 / Ubuntu 20.04 python 3.8 / Ubuntu 22.04 python 3.10