rk3568中带有0.8T算力的NPU,可以完成一些轻量级的图像识别任务。
本文向零基础人员介绍从windows中搭建训练环境,模型训练、模型转换到rknn模型部署到电路板上全部过程。
rk3568npu支持caffe、darknet、onnx、pytorch、tensorflow等多种框架。
本人使用的是pytorch框架的yolov5s算法训练的模型。yolov5在yolov3的基础上有很大提高,在保持准确率的情况下,模型更小,更适合轻量化的嵌入式产品部署。
1、下载和安装nvidia显卡驱动
下载对应你的英伟达显卡驱动。
NVIDIA 驱动下载:https://www.nvidia.cn/Download/index.aspx?lang=cn
2、下载CUDA
cuda下载链接:https://developer.nvidia.com/cuda-downloads?
target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
3、下载cuDNN
cudnn下载地址:https://developer.nvidia.com/cudnn
这个需要有账号。
以上三个都是按照自己的电脑显卡配置、以及操作系统来下载的,不可以随意下载。
4、安装cuda
(1) 将cuda运行安装,建议默认路径