随笔分类 -  RKNN

瑞芯科技推出的一款AI计算棒
摘要:一、环境配置 参考源码:https://github.com/Megvii-BaseDetection/YOLOX.git 二、准备数据 1.准备数据放到YOLOX/datasets下,具体格如下: datasets/VOCdevkit/VOC2007下存放图片及对应得xml文件,分别对应得文件夹为 阅读全文
posted @ 2021-12-24 14:50 刘文华 阅读(1204) 评论(0) 推荐(0) 编辑
摘要:1.keras_Realtime_Multi-Person_Pose_Estimation-master 2.keras_Realtime_Multi-Person_Pose_Estimation-master转onnx模型应用 3.openpose-opencv更改K分匹配算法实现 4.openp 阅读全文
posted @ 2020-06-16 15:45 刘文华 阅读(616) 评论(0) 推荐(0) 编辑
摘要:推理代码 multi-person-openpose_rknn-cam_coco.py import cv2 import time import numpy as np from random import randint from rknn.api import RKNN from proces 阅读全文
posted @ 2020-06-16 15:38 刘文华 阅读(1513) 评论(3) 推荐(0) 编辑
摘要:openpose_caffe_to_rknn.py from rknn.api import RKNN import cv2 import time import numpy as np if __name__ == '__main__': # Create RKNN object rknn = R 阅读全文
posted @ 2020-06-16 15:33 刘文华 阅读(1160) 评论(0) 推荐(0) 编辑
摘要:推理代码:demo_image_openpose.py import onnxruntime as ort import cv2 import numpy as np import cv2 import time from processing_openpose import extract_par 阅读全文
posted @ 2020-06-16 15:26 刘文华 阅读(457) 评论(0) 推荐(0) 编辑
摘要:keras_to_onnx: import argparse import keras2onnx import onnx from model.cmu_model import get_testing_model if __name__ == '__main__': parser = argpars 阅读全文
posted @ 2020-06-16 15:14 刘文华 阅读(373) 评论(1) 推荐(0) 编辑
摘要:keras_Realtime_Multi-Person_Pose_Estimation-master 测试结果如下: 阅读全文
posted @ 2020-06-16 15:02 刘文华 阅读(307) 评论(0) 推荐(0) 编辑
摘要:ARM 轮子 阅读全文
posted @ 2020-05-29 17:26 刘文华 阅读(129) 评论(0) 推荐(0) 编辑
摘要:本代码主要实现的是利用网络传输图片,由于在远程进行rknn推理时,读取的图像数据传输时间很长,所以编码成JPG格式的图片传输,从而减少传输时间。 所以本质还是希望读者借此代码可以了解python的socket编程。代码意义已在注释中详细说明,仅供参考。使用时请注意修改IP地址和端口号。 以下是服务端 阅读全文
posted @ 2020-05-14 08:55 刘文华 阅读(4305) 评论(0) 推荐(0) 编辑
摘要:CenterFace+TensorRT部署人脸检测和关键点400fps 阅读全文
posted @ 2020-04-28 17:59 刘文华 阅读(538) 评论(0) 推荐(0) 编辑
摘要:RKNN-Toolkit RK3399Pro-Wheel 阅读全文
posted @ 2020-04-21 17:19 刘文华 阅读(241) 评论(0) 推荐(0) 编辑
摘要:一,对模型进行转化 from rknn.api import RKNN import cv2 import time import numpy as np if __name__ == '__main__': # Create RKNN object rknn = RKNN(verbose=True 阅读全文
posted @ 2020-04-14 17:59 刘文华 阅读(3068) 评论(4) 推荐(0) 编辑
摘要:1.原始模型分析 由于centerface的模型是onnx的,可以通过netron工具包查看改模型的输入输出维度 import netron modelPath = ""centerface.onnx"" netron.start(modelPath) 运行上述代码会生成如下的网络结构图: 点击in 阅读全文
posted @ 2020-04-14 17:52 刘文华 阅读(14407) 评论(1) 推荐(0) 编辑
摘要:CenterFace:实用的边缘设备无锚人脸检测器.实用的边缘设备无锚人脸检测与对齐算法Centerface, 模型大小7.3M。 CenterFace-small 性能达到centerface的同时模型大小仅为2.3M。在NVIDIA RTX 2080Ti的推理耗时,图片1920*1080:LFF 阅读全文
posted @ 2020-04-14 17:20 刘文华 阅读(2711) 评论(2) 推荐(0) 编辑

点击右上角即可分享
微信分享提示