首先在本机上使用yolov5代码训练自己的数据集,得到训练后的pt模型,然后通过export.py转化出onnx模型,最后通过瑞芯微官方代码,将onnx模型转化为rknn模型,实现在rv1126开发板上实现模型部署。 ps:为什么不直接使用pytorch模型转化为rknn? 答:rknn1.7.1直接加载pt模型会有bug。 二、实现过程 1、yolov5训练 我是在本...
这个a9d00ab1f032c17a就是你的板子的device id 在ubuntu下面, 使用vscode打开models/CV/yolo/RKNN_model_convert里面的yolov5_yolov7.yml 修改一下内容(注意, 这里修改的时候别用#对脚本进行注释, 直接改, 如果不放心, 可以先把整个文件备份, 别用#注释, 记住!!!): model_framework: onnx model_file_path...
如何部署深度学习算法模型-以瑞芯微RV1126部署yolov5模型为例 #嵌入式 #深度学习 #人工智能 - cumtchw于20230820发布在抖音,已经收获了2617个喜欢,来抖音,记录美好生活!
在yolov5的data目录下面新建一个用于训练配置的yaml文件, path就指向你的训练集的目录, val跟train使用同一个图片集, 注意这里的val跟train都是path的子目录, 结构大致如下: 把类别记录到这个yaml中 在conda里面进入yolo的目录, 开始我们的训练. 我这里使用了cuda版本的pytorch, 具体安装的方法, 可以参考pytorch的...
准备好训练好的yolov5的pt文件, 可以用Netron打开看看大概长啥样: 继续在py38的环境里面, 先转成onnx python export.py --rknpu rv1126 --weight runs/train/exp4/weights/best.pt --include onnx 1 登录后即可复制 理论上不会有报错, 输出的onnx格式模型, 放在刚才的best.pt的目录. ...