rk3399板子的模型移植方法

首先,需要先搭建环境和依赖项。

pip3 install rknn_toolkit-1.7.0-cp37-cp37m-linux_aarch64.whl --user
rknn_toolkit-1.7.0-cp37-cp37m-linux_aarch64.whl该驱动一般自带。

如果pip3没安装的话,还需要安装。(不要用conda安装rknn)

接下来还需要安装torch等依赖,参考资料给出了如下所示的安装命令:

pip3 install torch==1.5.1 torchvision==0.4.0

推荐使用镜像命令安装,如下所示,给出了一个豆瓣的镜像:

-f https://download.pytorch.org/whl/torch_stable.html -i https://pypi.douban.com/simple

然后,要准备好onnx的模型,该模型要求opset_version<=11,因为经测试,pt之类的无法直接转成rnkk。实测发现连11版本都不行,只能11以下。

找到rnkk安装包\rknn-toolkit-1.7.0\examples\onnx\yolov5

python3 test.py

 

posted @   澳大利亚树袋熊  阅读(240)  评论(0编辑  收藏  举报
编辑推荐:
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
阅读排行:
· 终于写完轮子一部分:tcp代理 了,记录一下
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 别再用vector<bool>了!Google高级工程师:这可能是STL最大的设计失误
· 单元测试从入门到精通
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
点击右上角即可分享
微信分享提示