yolov3的c编译demo可以找官方拿到,改下编译器路径。生成rknn_yolo_demo可执行程序
可以在该论坛下拿到yolov3的模型转换脚本。
注意:要登陆才能查看和下载。
将rknn_yolo_demo和dog_416x416,yolov3_rknn.rknn,push或者通过Xftp到一个文件夹。
注意:除了/主文件夹,rv1126在断开电源或reboot之后其他文件夹的外来文件就会被删除
这是我测出的推理性能
model input num: 1, output num: 3
input tensors:
index=0 name=input_0 n_dims=4 dims=[1 3 416 416] n_elems=519168 size=519168 fmt=0 type=3 qnt_type=2 fl=0 zp=0 scale=0.003922
output tensors:
index=0 name=output_199 n_dims=4 dims=[1 255 13 13] n_elems=43095 size=43095 fmt=0 type=3 qnt_type=2 fl=-68 zp=188 scale=0.155023
index=1 name=output_225 n_dims=4 dims=[1 255 26 26] n_elems=172380 size=172380 fmt=0 type=3 qnt_type=2 fl=-64 zp=192 scale=0.156099
index=2 name=output_251 n_dims=4 dims=[1 255 52 52] n_elems=689520 size=689520 fmt=0 type=3 qnt_type=2 fl=-72 zp=184 scale=0.233074
111111111111111111
rknn_run
rknn_run ==> 143.595000 ms
rknn_outputs_get ==> 22.931000 ms
rknn_run + rknn_outputs_get + rknn_outputs_release ==> 283.247600 ms
注意:我的RV1126的CPU——1.2MHz,NPU——700MHz,DDR——924MHz