1、至于yolov5后处理代码,本人使用的事rk3568中sdk中的demo。
更改/external/rknpu2/examples/rknn_yolov5_demo/include/postprocess.h
中的类别个数为自己训练的类别数(默认为80 coco数据集)。
执行 ./build-linux_RK356X.sh
编译成功后将install目录放入开发板中。
修改/install/rknn_yolov5_demo_Linux/model中的coco_80_labels_list.txt文件为你识别的类别。
执行export LD_LIBRARY_PATH=./lib
然后运行代码:
运行后 out.jpg为识别后图片。