RK3588部署yolov7记录
yolov7模型转换
yolov7源码下载:git clone https://github.com/WongKinYiu/yolov7
下载模型文件:https://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7-tiny.pt
将yolov7-tiny.pt移至yolov7源码目录下;
保证环境已搭建好,可以参照--> https://kdocs.cn/l/cgVHWhrSuPjJ
打开Prompt 创建一个新的环境
conda creat -n yolov7 python=3.8
conda activate yolov7
进入到yolov7文件夹
首先需要安装requierment.txt的包
执行 pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
conda list查看版本是否正确
可以看到安装的是cpu版本,但我们需要切换到GPU版本
执行:
pip install torch==2.0.0+cu118 torchvision==0.15.1+cu118 torchaudio==2.0.1+cu118 --extra-index-url
https://download.pytorch.org/whl/cu113
现在就是GPU版本了
ctrl+c可以中断识别
运行前需要对代码进行部分更改
打开\yolov7\model\yolo.py
将以下代码
改为
pip install onnx -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted-host pypi.tuna.tsinghua.edu.cn
执行:python export.py --weights yolov7-tiny.pt --img-size 640 640 --max-wh 640
编译成功后输出yolov7-tiny.onnx模型
复制一个yolov5改名为yolov7_tiny
将yolov7-tiny.onnx拷贝至里面
打开test.py
更改为yolov7-tiny
打开netron-- https://netron.app/,选择yolov7.onnx,点击263,可以看到右边的三个参数为output,262,263
更改一下output
这里同时进行了混合量化
如果要连接板端则需要填上设备号,可以通过adb devices查看
最后进入docker:
sudo docker run -t -i --privileged -v /dev/bus/usb:/dev/bus/usb -v /home/warren/RK_NPU_SDK_1.3.0/rknn-toolkit2-1.3.0/examples/onnx/yolov7_tiny:/rknn_yolo7_demo rknn-toolkit2:1.3.0-cp36 /bin/bash
执行python ./test.py,可以看到模型转换成功,同时查看推理结果
接着我们需要将转换好的模型放到板端进行推理
RKnpu
首先我们先复制一份未编译过的rknn_yolov5_demo,改名为yolov7-_tiny,打开build-linux_RK3588.sh ,将红框改为你自己的路径;将之前生成的rknn文件拷贝到/rknpu2_1.3.0/examples/yolov7/model/RK3588下
可以把cmake文件的yolov5全部替换为yolov7;
./build-linux_RK3588.sh
进入到install文件夹下,可以看到生成了rknn_yolov7_demo_Linux文件夹
push到板端 adb push rknn_yolov7_demo_Linux/ /data
./rknn_yolov7_demo ./model/RK3588/yolov7-tiny.rknn ./model/dag_cat_chair.jpg
把生成的out.jpg pull下来
adb pull /data/rknn_yolov5_demo_Linux/out.jpg ./
查看
至此,rk3588 yolov7部署完成;
- 分享
- 举报
-
tomato 2023-11-02 14:05:49回复 举报膜拜大佬~
-
四叶草~ 2023-11-02 13:58:4520.00元回复 举报优质文章,学习了学习了
-
Stranger 2023-11-02 13:45:11回复 举报大佬,什么时候在ss928和ss626搞yolov7
-
浏览量:1222次2024-02-05 10:41:25
-
浏览量:1443次2024-01-22 17:46:51
-
浏览量:894次2024-02-18 16:38:33
-
浏览量:767次2023-10-16 17:32:09
-
浏览量:1960次2024-05-22 15:23:49
-
浏览量:1307次2023-11-14 13:55:50
-
浏览量:2806次2023-10-13 17:55:36
-
浏览量:1622次2024-01-17 17:09:14
-
浏览量:1017次2024-02-19 17:07:05
-
浏览量:1529次2024-01-02 22:42:19
-
浏览量:2218次2024-02-26 14:13:38
-
浏览量:847次2024-02-26 13:58:45
-
浏览量:2573次2023-12-28 17:46:27
-
浏览量:4268次2022-05-17 09:00:48
-
2022-05-17 09:00:32
-
浏览量:3378次2022-09-03 09:03:36
-
浏览量:2033次2023-12-21 11:18:25
-
浏览量:6457次2023-12-27 20:28:48
-
浏览量:3873次2022-05-11 09:11:45
- rknnv1.7.3移植opencv库
- 瑞芯微推出RV1126车载视觉产品方案,录像性能提升一倍
- 搭载瑞芯微RK3399Pro,华硕推出车牌识别开发套件,全新升级智慧车辆管理场景
- 瑞芯微RV1109 AI摄像头方案,助力康佳智慧屏体验芯升级
- 处理 Sensor 镜像配置修改后导致偏色的问题
- 瑞芯微 4G LTE成熟整体解决方案来了!五模组支持几乎所有频段且相互pin2pin
- RK3399Pro及RK3399通过 Arm SystemReady 认证
- 【今天内容很多】天敏D8+开机仅需10秒!你家的盒子开机多长时间?
- 瑞芯微与圆周率科技深度技术合作,推出车规级全景+3D渲染显示技术产品解决方案
- 在线教育设备芯升级,瑞芯微科技赋能远程教学
-
广告/SPAM
-
恶意灌水
-
违规内容
-
文不对题
-
重复发帖
warren@伟
感谢您的打赏,如若您也想被打赏,可前往 发表专栏 哦~
举报类型
- 内容涉黄/赌/毒
- 内容侵权/抄袭
- 政治相关
- 涉嫌广告
- 侮辱谩骂
- 其他
详细说明