瑞芯微芯片AI部分开发记录 第二节 《yolov3-tiny及darknet介绍》

最新推荐文章于 2024-07-24 13:06:31 发布
最新推荐文章于 2024-07-24 13:06:31 发布
阅读量1k 收藏 4
点赞数 2
分类专栏： rockchip芯片调试记录总结 文章标签： 深度学习 darknet yolo arm 目标检测
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/dongshizhishui/article/details/124313631
版权

此部分为瑞芯微芯片NPU部分的开发记录。包括服务器（PC）端模型训练、模型转换以及瑞芯微接口调用rknn模型，实现目标检测任务。

本小节使用yolov3算法训练自己的数据集，并且部署到瑞芯微rk3568开发板上。使读者通过该博客能够实现，使用瑞芯微开发板检测到自己的目标图像。

首先介绍几个概念：1、算法网 2、深度学习框架 3、模型文件

一、深度学习框架：

模型训练需要进行梯度计算、卷积计算等大量的矩阵运算。深度学习框架就是方便开发者实现此功能，让一个普通的开发人员轻松的实现深度学习任务。目前比较有名的深度学习框架有：PaddlePaddle、

了解本专栏 订阅专栏 解锁全文
DSZS123
关注
专栏目录
订阅专栏
瑞芯微芯片AI部分开发记录 第一节 《PC端环境搭建1》
不见围墙
04-20 1800
此部分为瑞芯微芯片NPU部分的开发记录。包括服务器（PC）端模型训练、模型转换以及瑞芯微接口调用rknn模型，实现目标检测任务。 本小节使用yolov3算法训练自己的数据集，并且部署到瑞芯微rk3568开发板上。使读者通过该博客能够实现，使用瑞芯微开发板检测到自己的目标图像。 如果使用CPU训练则不需要此节的环境配置。 一、安装英伟达驱动 在Ubuntu中输入nvidia-smi，显示如下内容,说明以及有驱动，不需要安装。 首先去Nvidia官网上查看适合你的GPU的驱动. Off.
瑞芯微开发
08-05
公司内部学习资料，在rk平台android 4.2.2编译开发步骤，以及git服务器常用命令 共享以下
瑞芯微系列芯片开发
weixin_42703045的博客
07-07 197
无
瑞芯微RK3568运行yolov8模型记录（未完待续）
最新发布
weixin_47462906的博客
07-24 1710
瑞芯微RK3568运行yolov8模型
瑞芯微RK3588开发板的固件烧录完整教程（简单好上手）
m0_72600681的博客
09-28 7181
开发环境 主机：Ubuntu 20.04 开发板：英码科技EVM3588开发板 烧录工具：RKDevTool_Release_v2.92.zip 驱动：DriverAssitant_v5.0.zip
开源硬件_瑞芯微开发板
diaobaoxi6521的博客
11-28 238
http://www.t-firefly.com/ 转载于:https://www.cnblogs.com/tao560532/p/4129202.html
darknet训练yolov7-tiny(AlexeyAB版本)
07-18
因darknet框架下的模型训练，相对pytorch框架训练成本低，且作者也提供了darknet框架下的配置文件和预训练模型，本人也在评估darknet框架下的v7-tiny模型，再次将AlexeyAB大佬开源的模型和配置文件上传，给自己做一...
yolov7-tiny.weights和yolov7-tiny.conv.87预训练模型文件下载
08-06
YOLOv7-Tiny是YOLO（You Only Look Once）系列目标检测算法的一个轻量级变体，由Alexey Bochkovskiy等开发者在Darknet框架下设计。这个算法在保持高效的同时，具备较高的目标检测精度。在给定的压缩包中，包含了两个...
yolov3-tiny.conv.15
07-13
2. **Darknet-53基础网络**：虽然比标准版的YOLOv3更小，但YOLOv3-Tiny仍然基于Darknet-53的基础网络，这是一种深度残差网络，能有效解决深度网络训练中的梯度消失问题。 3. **Stride调整**：为了减小模型复杂性，...
yolov3 yolov3-tiny yolov4 yolov-tiny预训练模型下载
09-22
本压缩包包含了YOLO系列的四个预训练模型：YOLOv3、YOLOv3-tiny、YOLOv4以及YOLOv4-tiny。这些模型都是经过大量数据训练得到的，可以直接用于物体检测任务，大大减少了用户自己训练模型的时间和计算资源。 首先，...
【RK3588 第一篇】Firefly 瑞芯微板子入门知识、和环境篇汇总
热门推荐
钱多多先森
09-26 1万+
瑞芯微芯片基本知识和初步搭建环境篇
Firefly AIO-3399ProC实现yolov3_tiny的部署
HTS514286的博客
04-29 1065
yolov3_tiny模型转换与开发板上进行推理 承接前面的环境配置，今天将一个在开发板上已经部署的比较成功的yolov3_tiny模型给分享出来，主要介绍部署的过程和对实际推理效果进行展示，由于目前在对其他模型进行转换部署时，遇到了诸多问题，所以希望同有对RK3399开发需求的朋友们也多留下些自己的开发心得，大家能相互讨论和学习下。 一、yolov3_tiny原理简介 1.结构展示 网上有关yolo系列原理详解的文章数不胜数，其中许多都讲解的比较清晰易懂，所以这里就不在进行详细的叙述，大家可以去查看一些相
瑞芯微RV1126/1109开发流程之JDK安装
xidaoliang的博客
06-01 792
arm 瑞芯微1126 java JDK安装
瑞芯微RK3588，从入门到精通系列一
renpengfly的专栏
10-11 1116
前几天发了RK3588固件升级，受到很多小伙伴的关注和咨询，所以在此将RK3588开发板的使用做一个系列分享，希望能帮助更多正在使用或者准备使用RK3588开发板的小伙伴！1路USB2.0接口，板内2路USB3.0到mini-PCIe接口。时间关系，本次先分享基本规格参数，下回分享系统调试部分，包括串口调试，硬件如何连接，如何使用串口工具等等！多种显示屏接口：HDMI1.4，HDMI2.0，双通道LVDS，DP等，可支持多屏异显。供电方式：DC 12V/3A，支持过压，欠压，过流保护。
人工智能深度学习框架六核64位3399开发板支持5G模块Android8.1
mucheni的博客
07-29 685
iTOP-3399开发板平台均由核心板和底板构成，核心板的主要芯片有CPU,内存，EMMC，电源管理，EEPROM等,并且核心板兼容同一底板，使用我们的核心板以及操作系统，您只需要根据您的业务需求来开发自己的底板和应用程序即可，让您从复杂的平台搭建的环境中脱离，加速您产品上线的时间。核心板采用10层PCB沉金工艺，紧凑精致，通过了苛刻的EMI测试，扩展引脚多大320多个，连接方式有连接器方式，符合大部分应用场景，并且核心板连接方式均经过大批量检验，更优的排列给您更放心的连接性能。...
瑞芯微：基于RK3568的深度估计模型部署
qianxun
11-10 588
因此，高昂的成本导致数据集的数据量较小，也意味着有监督学习的深度估计方式不适用于大规模的工业场景。随着深度学习技术的发展，该范式已经成为了估计单目图像的深度信息的一种解决方案。早期的深度估计方法大多是有监督的，即要求数据集包含单目图像和对应的深度真值支撑网络模型训练。根据单张图像估计深度信息是计算机视觉领域的经典问题，也是一项具有挑战的难题。由于单目图像的尺度不确定，传统方法无法计算深度值。对于距离的计算，常用的算法就是单目测距，但传统算法有时候并不是很准确，因此需要深度学习去进行深度估计。
瑞芯微：基于RKNN3568得yolov8seg部署
qianxun
05-22 1588
这段时间一直在搞rk3568，所以需要将yolov8seg部署在rk3568里面。
yolov4-tiny训练自己的模型并部署到RK的NPU上推理
zengwb的博客
10-17 7489
文章目录前言一、安装darknet训练框架二、模型转换二、RKNN推理 前言 使用yolov4-tiny训练西瓜检测模型，部署到RKNPU上推理Python单线程速度35FPS以上 一、安装darknet训练框架 本人使用得是这里的darknet Readme里有详细写明数据准备，cfg修改，训练步骤等，本文不在赘述。 二、模型转换 训练完成后得到yolov4-yiny.cfg和yolov4-tiny.weight, 转换为yolov4-tiny.rknn from PIL import Image i
yolov3-tiny darknet
09-25
yolov3-tiny是一种基于darknet框架的目标检测模型。该模型使用了卷积神经网络来进行目标检测，并在训练过程中使用了预训练的权重。训练yolov3-tiny的过程与训练yolov3类似，可以通过下载已训练好的权重进行测试。具体步骤如下： 1. 首先，通过以下命令获得训练好的yolov3-tiny的权重用于测试： ``` wget https://pjreddie.com/media/files/yolov3-tiny.weights ``` 2. 接下来，编译darknet框架成功后，可以下载预训练模型并进行测试： ``` wget https://pjreddie.com/media/files/yolov3.weights ./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg ```
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

DSZS123

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值