关于如何将pytorch模型转换为onnx及onnx转换为rknn

• pytorch模型的训练

1、数据集划分及转化

数据集根据我自身的需要我将其划分为如下

 Annotations里面存放着xml格式的标签文件

JPEGImages里面存放着照片数据文件

然后利用数据集转换.py 中的代码进行转换，

TRAIN_RATIO为数据集中的训练集的比重，设置为80%

转换后的结果：

labels中即为转化后的yoloV5的.txt数据集,train是训练集，val是验证集

2.模型训练

从GitHub - ultralytics/yolov5 at v5.0将代码克隆到本地。

将之前转换和划分好的数据集放入，修改yolo5s.yaml文件、voc.yaml文件参数，修改train.py参数

运行train.py进行训练

生成best.pt和last.pt文件

• 模型的转换

1. pytorch àonnx

在原yolov5训练好的项目中，在export.py文件中修改   这几个地方：

    

然后运行就能生成在best.pt的目录下生成best.onnx文件。

2. .onnxàrknn

主要参考(98条消息) 将onnx模型转化为RV1126平台的rknn模型_陈 洪 伟的博客-CSDN博客，将其中的脚本拷贝下来，新建项目，将生成的onnx文件放进去修改这几个地方：

这个地方也可以修改

这里的dataset.txt是用来验证的数据集，就是数据图片的路径全都存在这里。

这里自己写了一个小程序生成dataset.txt，将dataset也放进刚刚的项目中。

运行onnx->rknn。运行完后就会生成一个.rknn的文件。