rknn

手把手教学YOLOV5在RK3568的部署应用及代码实现

RKNN-Toolkit2环境安装RKNN-Toolkit2是用来把pytorch、tf等训练模型导出为rknn模型，供后续NPU加速使用。
智驱力人工智能·2023-01-31 19:35

pytorch模型转onnx-量化rknn（bisenet）

1.pytorch模型转化onnx先把pytorch的.pth模型转成onnx,例如我这个是用Bisenet转的，执行export_onnx.pyimportargparseimportos.pathasospimportsyssys.path.insert(0,'.')importtorchfromlib.modelsimportmodel_factoryfromconfigsimportset
blue_lala·2023-01-29 20:46

RKNN模型训练转换部署

1.背景做了一个手机版本的人流量计数，显然不能最终真实环境实施，因为数据集不够，并且硬件还需要搭载其他设备，所以使用的是安卓工控机，但推理速度非常慢，接近500ms，换一个好的CPU,比如3568工控机等，速度也是在150ms左右，但是发现了Firefly相关文档，瑞芯微，可以用NPU做计算，那开始吧。2.先快速体验一下NPUROC-RK3568-PC板子这是一款次旗舰级，3588性能会更高，目前
wantao1008hh·2023-01-21 09:32

Firefly RK3399 pro安装新版的RKNN Toolkit

Firefly的AIO-3399ProC开发板，该型号开发板集成了硬件加速芯片NPU（神经网络加速单元），经tensorflow、PyTorch等训练好的模型可用官方提供的RKNNToolkit工具转换为.rknn
SAIL1101·2023-01-18 22:42

在PC端的Ubuntu中安装RKNN Toolkit 1.6.0开发环境

2.1安装Python3.62.2用virtualenv管理python版本2.3进入目录，列出已下载的离线whl包2.4安装TensorFlow、python-opencv等依赖库2.5安装相关依赖包和RKNN1.6.02.6
foreverey·2023-01-18 22:42

在PC端的Ubuntu中导入RKNN docker镜像

文章目录前言一、环境准备二、安装过程2.1安装配置Python3.6环境2.2安装Docker2.3下载并导入RKNN对应版本的Docker镜像总结前言最近一段时间在调试实验室的AIO-3399ProC
foreverey·2023-01-18 22:42

虚拟机配置AIO3399proC的RKNN-Toolkit

目录RKNN-Toolkit安装1.创建虚拟环境2.安装依赖库2.1安装TensorFlow等依赖库2.2安装系统python库依赖3.安装RKNN-Toolkit3.1安装3.2基本使用我的环境配置都是基于
再来一碗(TaTa专属版)·2023-01-18 22:09

firefly RK3399pro 更新 rknn 三件套 & 编译OpenCV ！！！

系列文章目录文章目录系列文章目录前言一、RKNN三件套介绍二、更新DRV1.查看当前DRV版本（1.3.1）：三、更新rknn-toolkit1.百度云盘拉取rknn-toolkit-1.4.0.7z包并且解压
songlixiangaibin·2023-01-17 11:16

RK3399学习笔记 1.0.3---python环境 Firefly Core-3399pro-jd4 Win10上RKNN工具安装

RK3399学习笔记1.0.3---python环境FireflyCore-3399pro-jd4Win10上RKNN工具安装读取模型各层1，最好在Conda下新建一个虚拟环境进行安装。
加载中... ...·2023-01-17 11:11

在Firefly AIO-3399ProC搭建rknn环境

1第一步更改镜像源,不更改镜像源后面就会报错。sudovi/etc/apt/sources.list复制下面一段，替换原来的镜像网址debhttp://wiki.t-firefly.com/firefly-rk3399-repobionicmainSeehttp://help.ubuntu.com/community/UpgradeNotesforhowtoupgradetonewerversio
qq_26847897·2023-01-14 11:40

rk3399pro_(2)YOLOv5移植

瑞芯微官方文档：github搭建环境服务器训练自己的数据集采用U版的yolov5训练，需要安装torch1.9.0+cu111对应版本的依赖包yolov5训练完成pt->onnx安装onnxLinuxonnx->rknn
作曲家·2023-01-14 11:03

yolov5训练pt模型并转换为rknn模型，部署在RK3588开发板上——从训练到部署全过程

实验过程2.1使用正确版本的yolov5进行训练(平台：x86机器windows系统)2.2best.pt转换为best.onnx（平台：x86机器window系统）2.3best.onnx转换为best.rknn
Billy_zz·2023-01-14 07:12

【RK3588-linux开发】3、训练yolov5并在RK3588上运行

首先要看看官方文档，对于PC端的开放（模型转换与模拟测试）阅读，toolkit下载:Rockchip_User_Guide_RKNN_Toolkit2_CN-1.2.0.pdf板载部署（C++/C）阅读其
stupid_miao·2023-01-14 07:10

【Tools】神经网络、深度学习和机器学习模型可视化工具——Netron

Netron支持ONNX、TensorFlowLite、Caffe、Keras、Darknet、PaddlePaddle、ncnn、MNN、CoreML、RKNN、MXNet、MindSporeLite
科皮子菊·2023-01-13 15:35

采用rknn-toolkit导出rknn模型并部署在rock3a-rk3568芯片 上全流程

因工作需要，需要将目标检测模型部署在开发板上。在走了很多弯路后找到一个成功的案例并记载下来这里说一下我现有的硬件设备。我是购买的RADXA的rock3a开发板搭载的soc是rk3568这是开发板的正面图，因为瑞芯微针对计算机视觉中的目标检测模型有一套自己的前向推理框架，所以我就着眼于搭载rockchip的开发板rock3a目标检测模型这里采用的是yolo模型由于原生yolov5模型里面有一些算子可
linxizi0622·2023-01-10 10:00

rock3a: 基于自建数据集+yolov5s模型的rknn模型训练部署全流程

上一篇文章其实已经详述了模型训练到部署的整个流程，但是数据集到模型都是用的官方的coco数据集，这里为了记录开发板的模型训练到部署的整个流程，重新开了一篇文章进行记录。首先准备数据集和rockchip官方推荐的yolov5源代码这里需要注意的是数据集中的标签文件内容一行只能有5个数，分别是类别和(x,y,w,h)但是我平时用的labelimg.exe生成的xml文件转化为txt标签文本文件后一行有
linxizi0622·2023-01-10 10:27

rknn（rknpu）使用笔记

rknn如何转换模型对于不同的芯片，需要不同的工具：RKNN-Toolkit1v1.7.1(forRK3399pro/RK1808/RV1126/RV1109)工具:https://github.com
yuanlulu·2023-01-05 01:17

Yolov5笔记--RKNN推理部署源码的粗略理解

1--基础知识①Yolov5的输出格式一般为a×b×c×85的形式，其中a*b*c表示框的数目，85则涵盖框的位置信息（x，y，w，h）、置信度Pc和80个类别的预测概率c1，...，c80。下图展示了不同版本Yolov5的输出信息：②阈值过滤锚框简要介绍两种过滤锚框的方法：A：利用置信度（box_confidence，即Pc）和预测概率（box_class_probs，即c1，...，c80）计
憨豆的小泰迪·2023-01-05 01:14

rknn3399pro 2小时入门指南（五）tflite转化成rknn

目录1.往期回顾2.简述3.模型转化、量化4.模型评估1.往期回顾rknn3399pro2小时入门指南（一）基础概念和基本开发流程rknn3399pro2小时入门指南（二）RKNN刷机攻略详解rknn3399pro2
熊猫小妖·2023-01-05 01:14

rknn教程

RKNN安装apirknn.configrknn.buildrknn.load_rknnrknn.init_runtimerknn.inferenceinference基于onnx三个输出的推理基于onnx
小涵涵·2023-01-05 01:40

Mediapipe 手势模型 转换rknn

mediappipe手势模型低端设备RK3568推理GPU占用比较高尝试3568平台NPU进行推理一下进行tflite模型转换rknn模型手部坐标模型图准备rknn-tookit21.3.0以上环境进入
江太翁·2023-01-05 01:06

rknn学习记录

目录一、docker安装1、更新软件源2、安装证书3、写入软件源信息4、安装docker5、启动docker6、安装工具7、查看版本二、安装环境1、加载镜像2、运行镜像，映射代码空间3、常用docker命令三、模型量化转换1、修改转换脚本2、启动docker3、运行脚本4、修改生成可执行文件脚本结语一、docker安装可参考官网1、更新软件源aptupdateapt-getinstallca-ce
追梦周周·2023-01-04 08:55

20221229：Rockchip实战2-跑通自有模型转换

本文核心内容：1：介绍如何通过RK工具链将自己的模型转换量化为rknn模型2：介绍模型转换过程中的注意事项环境安装：1：参考上一篇文章，此处不再重复Rockchip实战1-跑通官方模型转换正文部分：以RK1106
微风❤水墨·2022-12-30 01:22

深度学习自动编译和优化技术调研

这个时候，我们可以使用NPU产商提供的推理框架（例如瑞芯微的rknn-toolkit）或TensorFlowLi
Adenialzz·2022-12-29 20:27

关于yolov5模型转换为rknn

1.首先是版本问题由于硬件为RK1808，本次采用rknn-toolkit1.7.1进行模型转换和验证。将pt模型部署在硬件上需要使用C++编程部署，并且需要将pt模型转化为RK可接受的模型。
123小星星·2022-12-28 23:29

yolov5转换为rknn模型过程中的问题总结

问题1、出现该问题说明你并未连接rk1808或者未给出rk1808的ID；如果你是在rknn模拟rk1808环境下进行测试，则需要将代码中的相应语句进行修改：ret=rknn.init_runtime(
123小星星·2022-12-28 23:29

RV1126笔记二十二：pt-＞onnx-＞rknn模型转换

一、介绍实现的目标是，把RK提供的yolov5s.pt转成onnx，在把onnx转成rknn，部署到RV1126上面。这里不训练模型，所以只要搭建好环境后，就可以直接运行测试。
殷忆枫·2022-12-27 18:41

统计程序运行时间的错误示范

代码如下：//Timeclock_tfirst,second;//Runprintf("rknn_run\n");doublestatistics=0;doublenum=0;for(inti=0;icl
DazeAJD·2022-12-26 11:21

RV1126笔记二十：吸烟行为检测及部署＜七＞

部署到RV1126，Demo测试一、介绍通过训练转换后，得到了RKNN模型，接下来使用rknn_model_zoo里自带的Cdemo来测试模型是不是可以在RV1126上运行。
殷忆枫·2022-12-26 11:13

RV1126笔记十七：吸烟行为检测及部署＜五＞

ubuntu16.04上搭建转化成RKNN环境并把onnx转成RKNN模型（ubuntu16.04)onnx模型转rknn模型需要用到py3.8，所以搭建环境在转换，下面全部操作都是虚拟机下进行。
殷忆枫·2022-12-25 06:40

RV1126笔记十三：吸烟行为检测及部署＜一＞

一、项目介绍最初学习到RV1126的RKNN时，就想使用yolov5训练吸烟行为，并部署到RV1126，实现AI功能。也可以训练安全冒，打哈欠，接打电话等行为。
殷忆枫·2022-12-25 06:10

基于rk3399pro的人工智能模型落地与服务器部署

Cortex-A53组合架构处理器，四核GPU一块，以及最重要的NPU神经计算单元：内置算力3.0T）键盘、鼠标、电源USB摄像头一块有条件可以搭载RK1808算力棒系统需求Python3.6以上版本上位机搭建rknn.tookli
IEEEagent RL·2022-12-20 23:10

【工程部署】手把手教你在RKNN上部署OCR服务（上）

序言前段时间一直在摸索如何在RKNN上部署OCR的模型，花了好长一段时间，终于把模型部署到了rv1126的NPU上，过程虽然不是很困难，因为在RKNN群中交流过一些OCR部署时遇到的问题，经常有同学看到聊天记录加了我
三叔家的猫·2022-12-17 09:06

手把手教你百度飞桨PP-YOLOE部署到瑞芯微RK3588

1.1、下载1.2、安装2、paddle模型导出环境2.1、创建环境2.2、进入环境2.3、paddle安装2.4、PaddleDetection安装2.5、解决相关依赖问题3、paddle转onnx转rknn
布衣神棍·2022-12-17 09:05

RK3568平台开发系列讲解（NPU篇）让 NPU 跑起来

返回专栏总目录文章目录一、在Android系统中使用NPU1.1、下载编译所需工具1.2、修改编译工具路径1.3、更新RKNN模型1.4、编译demo沉淀、分享、成长，让自己和他人都能有所收获！
内核笔记·2022-12-13 14:46

rk1808交叉编译opencv_测评分享丨RK3399开发板+RK1808人工智能计算棒（被动模式）...

目录为：用户资料\linux\源码\被动模式\Rock-X\2、安装编译器sudoapt-getinstallcmakegccg++3、插入计算棒，等待上位机识别到计算棒4、上位机运行rock-x依赖rknn_api
weixin_39644915·2022-12-11 01:40

瑞芯微RV1126/1109开发流程之驱动升级

温度读取46300和47100分别代表46.3、47.1（2）查看1126的NPU（3）查询NPU驱动版本dmesg|grep-igalcore我的设备输入以上命令后没有任何输出，不知道为什么（4）查询rknn_server
xidaoliang123·2022-12-08 20:16

瑞芯微RV1126/1109开发流程之模型转换

1、环境搭建（PC端ubuntu16.04搭建rknn环境）（1）安装anaconda环境（为了便于管理自己的环境建议安装，安装步骤请自行搜索，本人安装anaconda版本为Anaconda3-2019
xidaoliang123·2022-12-08 20:15

RV1808/1126使用RKNN作为MediaPipe推理后端开发步骤及ONNX转RKNN模型

目录1基于RKNN推理后端集成1.1依赖库配置1.2添加计算单元Calculators1.3增加rknn后端调用接口
space01·2022-12-08 19:11

【RV1126/RV1109学习笔记】#RKNN篇#（1）RKNN资料与简介

文章目录一、简介二、RKNNSDK开发流程三、RKNN-Toolkit功能四、RKNN-Toolkit环境要求一、简介RKNN是Rockchipnpu平台使用的模型类型，以.rknn后缀结尾的模型文件。
丨匿名用户丨·2022-12-08 19:38

rv1126下yolov5s转rknn模型

最近的主要任务是完成自训练的yolov5s模型转rknn模型。
Jormungand123·2022-12-08 19:04

【RV1126/RV1109学习笔记】#RKNN篇#（4）RKNN模型推理示例

文章目录一、概述二、模型推理流程三、模型推理参考示例四、执行模型推理问题解决一、概述RKNN-Toolkit能够在PC上模拟RockchipNPU运行RKNN模型并获取推理结果；也可以将RKNN模型分发到指定的
丨匿名用户丨·2022-12-08 19:33

【RV1126/RV1109学习笔记】#RKNN篇#（2）RKNN环境安装与测试

文章目录一、环境要求二、Pythonpip安装python相关问题三、通过docker镜像安装四、验证五、测试参考一、环境要求项版本要求操作系统版本Ubuntu16.04（x64）及以上Windows7（x64）及以上MacOSX10.13.5（x64）及以上Debian9.8（aarch64）及以上Python版本3.5/3.6/3.7Python库依赖版本‘numpy==1.16.3’‘sci
丨匿名用户丨·2022-12-08 19:02

【RV1126/RV1109学习笔记】#RKNN篇#（3）RKNN模型转换示例

文章目录一、概述二、模型转换流程三、模型转换参考示例四、执行模型转换一、概述RKNN-Toolkit支持Caffe、TensorFlow、TensorFlowLite、ONNX、Darknet、Pytorch
丨匿名用户丨·2022-12-08 19:02

训练自己的yolov5样本, 并部署到rv1126 ＜六＞

//创建推理线程pthread_create(&rknn_yolo_thread_id,NULL,rknn_yolo_thread,NULL);//从vi中获取数据，然后那推理结果，画框子，然后送进编码器
Montauk LUO·2022-12-07 18:56

训练自己的yolov5样本, 并部署到rv1126 ＜五＞

//系统初始化RK_MPI_SYS_Init();//分别为rknn跟monitor创建vi通道，通道号分别为0跟1ret=create_vi(u32Width,u32Height,"rkispp_scale0
Montauk LUO·2022-12-07 17:10

rknn-toolkit环境搭建

一、rknn-toolkit是什么最近在评估rk1808运算性能，使用rk1808npu必须将模型转化rockchip自己的模型rknn模型文件，rknn-toolkit是rockchip官方提供的工具包
双月鸟之roc·2022-12-06 11:25

rk3399使用rknn做识别任务

开发板：TB-RK3399ProX主控芯片：RK3399Prorknnsdk版本：RKNN_Toolkit_V1.4.0TB-RK3399ProX开发板资料TB-RK3399ProXwiki社区论坛Toybrick
思而后行之·2022-12-06 08:13

52、人脸检测部署RK3399 PRO，完成RKNN的人脸检测

基本思想：帮助好友部署一个人脸检测模型，也是自己业务需求，部分代码来自好友陈同学，自己改了改c++的代码可以部署rk3399pro上了，其它资料见附录吧，官方的代码并未将landmark的点打印出来，rknn
sxj731533730·2022-12-06 08:42

(一)模型量化与RKNN模型部署

3.1.1int83.1.2.uint83.2量化分类4.模型量化方法4.1Per-Layer/Per-Tensor4.2Per-Channel5.RockchipNPU相关5.1数据排列方式5.2`rknn_output
恒友成·2022-12-04 14:32
上一页 1 2 3 4 5 6 7 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他