【嵌入式AI挑战营】04RKNN-MODEL-Zoo-YOLOv5测试
<h1>Rknn_Model_YOLO</h1><div>简介</div>
<div>跟着教程学习RV1106的算法模型的开发与使用，那么今天学习的就是最终的YOLO算法模型的开发与使用。梳理下过程，前面的安装环境一步也不能少，少了后面就会一直报错，就需要在安装。1.需要下载模型算法（ONNX）2.将模型算法导出成RKNN，使用的工具和环境是RKNN-Toolkit2。3.使用交叉编译，编译出rv1106可以执行的文件。4.运行交叉编译的可执行文件，该文件再去调用.RKNN算法模型去进行图像的识别。</div>
<div>https://wiki.luckfox.com/zh/Luckfox-Pico/Luckfox-Pico-RKNN-Test/#63-%E8%BF%90%E8%A1%8C%E7%A8%8B%E5%BA%8F</div>
<h2>一、导出 RKNN 模型</h2>
<div>1.下载 rknn_model_zoo</div>
<div>git clone https://github.com/airockchip/rknn_model_zoo.git</div>
<div>2.获取 Yolov5 ONNX模型文件</div>
<div>cd <rknn_model_zoo Path>/rknn_model_zoo/examples/yolov5/model chmod a+x download_model.sh<br />
./download_model.sh</div>
<div>3.执行 rknn_model_zoo/examples/yolov5/python 目录下的模型转换程序 convert.py，使用方法：</div>
<div>conda activate RKNN-Toolkit2<br />
cd <rknn_model_zoo Path>/rknn_model_zoo/examples/yolov5/python<br />
python3 convert.py ../model/yolov5s.onnx rv1106</div>
<div>二、<strong>编译和构建</strong></div>
<div>1.设置如下环境变量：</div>
<div>下载SDK <a href="https://gitee.com/LuckfoxTECH/luckfox-pico">https://gitee.com/LuckfoxTECH/luckfox-pico</a></div>
<div>export PATH=/home/buildroot/luckfox-pico/tools/linux/toolchain/arm-rockchip830-linux-uclibcgnueabihf/bin:$PATH</div>
<div>蓝色字部分根据自己放置的文件位置进行更改。</div>
<div>2.执行 rknn_model_zoo 目录下的 build-linux.sh 脚本。该脚本将编译例程：</div>
<div>chmod +x ./build-linux.sh<br />
./build-linux.sh -t rv1106 -a armv7l -d yolov5</div>
<div>编译过程：<br />
</div>
<div>3.交叉编译完成后在 rknn_model_zoo 目录下会生成一个 install 目录，包含编译出来的程序和库文件。<br />
lib model rknn_yolov5_demo</div>
<div></div>
<h2>三、运行程序</h2>
<div>1.先将整个 rknn_yolov5_demo 目录传输至开发板，然后执行下面指令运行程序：</div>
<div>cd /root/rknn_yolov5_demo/<br />
./rknn_yolov5_demo model/yolov5.rknn model/bus.jpg</div>
<div>2.推理完成后生成图片 out.png</div>
<div># ls<br />
lib model out.png rknn_yolov5_demo</div>
<div></div>
<h2>四、实验结果</h2>
<div>图片测试</div>
<div></div>
<div></div>
<div></div>
<div>水果推理测试</div>
<div></div>
<div>动物识别测试</div>
<div></div>
<p><!--importdoc--></p>
<p>在进行编译和构建如何设置环境变量这个有什么注意事项呢</p>
页:
[1]