首页专栏详情
打赏
在RV1126上跑yolov5的历程
在RV1126上跑yolov5的历程
易百纳技术社区 杨康 2022-07-29 18:09:52

说明

实现在yolov5训练出模型,然后在rv1126设备上运行。

操作过程简述

在YOLOV5中训练出 xxx.pt 模型
将pt转为onnx模型
将onnx转为rknn模型
部署rknn模型
环境特别说明
YOLOV5的运行环境是python3.8的,而rv1126的开发环境toolkit目前只支持到python 3.6的(linux),因此,需要两个python的环境
环境的管理采用conda

YOLOV5 环境 (python 3.8)
  1. 下载YOLOV5的代码: https://github.com/airockchip/yolov5 f022f01b2070dfd415c4eb8f33da2677afe8bfa2
  2. 修改 requirements.txt, 要打开 onnx coremltools

     # export --------------------------------------
    
     coremltools==4.0
     onnx>=1.8.0
    
     # scikit-learn==0.19.2  # for coreml quantization
    
  3. 安装requirements.txt (采用清华源,比较快)

     pip3 install -r requirements.txt -i <https://pypi.tuna.tsinghua.edu.cn/simple>
    
  4. 训练出 pt 文件

     # 以训练 coco128 为例
    
     python3.8 train.py --img 640 --batch 16 --epochs 5 --device cpu --data ./data/coco128.yaml --cfg ./models/yolov5s.yaml
    

注:这里训练默认会以 yolov5s.pt 作模版训练的,如果是全新训练的话,需要改一下 —weights ‘’, 训练完成后,可先执行如下操作验证一下

python3 detect.py --source $1 --weight yolov5s.pt --conf-thres 0.3 --device cpu
  1. 转换为 onnx 文件
python3.8 models/export.py --weights yolov5s.pt --img 640 --batch 1

接下来就转到 rknn-toolkit的环境

rknn-toolkit 环境 (python 3.6)
  1. 环境安装

     <https://github.com/rockchip-linux/rknn-toolkit>
    
  2. onnx 转为 rknn
    可参考 toolkit/example/onnx/yolov5/test.py 写一个转成rknn的即可

  3. 在RV1126 的部署(python版)
    toolkit 是支持python 或者C API的, 这里部署 python 版的.
    注意:由于 rv1126 版本是仅支持 RKNNLite ,因此需要将toolkit 的 example 改为 RKNNLite

问题

  1. _pickle.UnpicklingError: STACK_GLOBAL requires str
    在使用YOLOv5进行训练时,可能会出现_pickle.UnpicklingError: STACK_GLOBAL requires str 这样的错误,解决办法是,将数据集中的labels.cache文件删掉

  2. RuntimeError: a view of a leaf Variable that requires grad is being used in an in-place
    https://blog.csdn.net/weixin_44612221/article/details/115359866
    找到在File “models\yolo.py”的line 145
    将代码修改为:

     def _initialize_biases(self, cf=None):  # initialize biases into Detect(), cf is class frequency
             # cf = torch.bincount[torch.tensor(np.concatenate(dataset.labels, 0](:, 0)).long(), minlength=nc) + 1.
             m = self.model[-1]  # Detect() module
             for mi, s in zip(m.m, m.stride):  # from
                 b = mi.bias.view(m.na, -1)  # conv.bias(255) to (3,85)
                 with torch.no_grad():
                     b[:, 4] += math.log(8 / (640 / s) ** 2)  # obj (8 objects per 640 image)
                     b[:, 5:] += math.log(0.6 / (m.nc - 0.99)) if cf is None else torch.log(cf / cf.sum())  # cls
                 mi.bias = torch.nn.Parameter(b.view(-1), requires_grad=True)
    
  3. AttributeError: ‘Upsample‘ object has no attribute ‘recompute_scale_factor
    https://blog.csdn.net/weixin_43401024/article/details/124428432
    1.点击报错行该路径,进入编辑页, upsampling.py 修改forward函数

     return F.interpolate(input, self.size, self.scale_factor, self.mode, self.align_corners)
    
2212
收藏
点赞
打赏
给作者打赏,鼓励他抓紧创作吧~
评论
0个
内容存在敏感词
相关专栏
打赏作者
易百纳技术社区
杨康
您的支持将鼓励我继续创作!
打赏金额:
¥1 易百纳技术社区
¥5 易百纳技术社区
¥10 易百纳技术社区
¥50 易百纳技术社区
¥100 易百纳技术社区
支付方式:
微信支付
支付宝支付
易百纳技术社区 微信支付
易百纳技术社区
打赏成功!

感谢您的打赏,如若您也想被打赏,可前往 发表专栏 哦~

审核成功

发布时间设置
发布时间:

审核失败

失败原因
备注
Loading...
易百纳技术社区
确定要删除此文章、专栏、评论吗?
确定
取消
易百纳技术社区
易百纳技术社区
在专栏模块发布专栏,可获得其他E友的打赏
易百纳技术社区
回答悬赏问答,被题主采纳后即可获得悬赏金
易百纳技术社区
在上传资料时,有价值的资料可设置为付费资源
易百纳技术社区
达到一定金额,收益即可提现~
收益也可用来充值ebc,下载资料、兑换礼品更容易
易百纳技术社区
活动规则
  • 1.周任务为周期性任务,每周周一00:00刷新,上周完成的任务不会累计到本周,本周需要从头开始任务,当前任务完成后才可以完成下一个任务
  • 2.发布的专栏与资料需要与平台的板块有相关性,禁止注水,专栏/资料任务以审核通过的篇数为准
  • 3.任务完成后,现金奖励直接打款到微信账户;EBC/收益将自动发放到个人账户,可前往“我的钱包”查看;其他奖励请联系客服兑换
  • 4.每周最后三个任务将会有以下奖品掉落:社区热卖开发板、小米音响、视频年度会员、京东卡、华为手机等等
易百纳技术社区
升级提醒
易百纳技术社区

恭喜您由入门

社区送出礼品一份

请填写您的收件地址,礼品将在3个工作日寄出

易百纳技术社区