基于迅为RK3588【RKNPU2项目实战1】：YOLOV5实时目标分类

最新推荐文章于 2024-08-20 11:06:27 发布
最新推荐文章于 2024-08-20 11:06:27 发布
阅读量153 收藏
点赞数 3
文章标签： YOLO
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/mucheni/article/details/141216527
版权

【RKNPU2项目实战1】：YOLOV5实时目标分类
https://www.bilibili.com/video/BV1ZN411D7V8/?spm_id_from=333.999.0.0[/url]

【RKNPU2 人工智能开发】
【AI深度学习推理加速器】——RKNPU2 从入门到实践（基于RK3588和RK3568）
【RKNPU2项目实战1】：YOLOV5实时目标分类
【RKNPU2项目实战2】：SORT目标追踪
【RKNPU2项目实战3】车牌识别

mucheni
关注
RK3568笔记六：基于Yolov8的训练及部署
11-28 2912
若该文为原创文章，转载请注明原文出处。基于Yolov8的训练及部署，参考鲁班猫的手册训练自己的数据集部署到RK3568,用的是正点的板子。1、
Rk3588平台安卓系统使用RKNN推理yolov5网络
11-09
支持的平台 - RK3566/RK3568 - RK3588/RK3588S - RV1103/RV1106
YOLOv8目标检测在RK3588部署全过程
qq_1840998080的博客
06-29 4092
零基础YOLOv8部署在RK3588流程
RK3588部署YOLOv8
m0_48979117的博客
01-16 7677
本人基于YOLOv8改进水了一篇论文，为了增加工作量在RK3588上部署了改进的算法。根据网上的方法一直没有部署成功，最后在参考官方和网络上的方法成功实现算法的部署，因此写下这篇博客进行记录，以防后面忘了怎么部署，也可供网友参考.
rk3588使用NPU推理yolov8记录
weixin_42722350的博客
05-16 2695
rk3588 npu推理yolov8_seg记录
14. rk3588自带的RKNNLite检测yolo模型（python)
weixin_71719718的博客
02-20 1562
大家对以上代码是不是很熟悉，其实这部分代码的很多函数都是将onnx文件转换为rknn文件的代码，只是把它的from rknn.api import RKNN修改为from rknnlite.api import RKNNLite，并且将载入rknn模型的内容修改即可，数据的处理完全没变。用这个代码的好处是，我们以后对相机进行检测目标时，只需要下载一次rknn模型，后续只需要处理图片即可。这里没有出车，是我训练的模型问题。
香橙RK3588部署奥比中光orbb深度相机和yolov8检测模型
最新发布
rooftopstars的博客
08-20 700
anconda下载地址下载好了，安装直接走流程就行。创建虚拟环境。
使用c++在rk3588-3588s上运行的yolov5s简单demo(142帧-s).zip
05-16
此仓库为c++实现, 大体改自rknpu2, python快速部署见于rknn-multi-threaded 使用线程池异步操作rknn模型, 提高rk3588/rk3588s的NPU使用率, 进而提高推理帧数 yolov5s使用relu激活函数进行优化,提高推理帧率。 使用...
算法部署-基于rknn+Cpp在瑞芯微rk3588上部署YOLOv10目标检测算法-附项目源码+流程教程-优质项目实战.zip
06-07
算法部署_基于rknn+Cpp在瑞芯微rk3588上部署YOLOv10目标检测算法_附项目源码+流程教程_优质项目实战
基于RK3588上部署yolov5s模型源码(实时摄像头检测)+部署说明文档.zip
07-24
基于RK3588上部署yolov5s模型源码(实时摄像头检测)+部署说明文档.zip 该项目是个人毕设项目，答辩评审分达到95分，代码都经过调试测试，确保可以运行！欢迎下载使用，可用于小白学习、进阶。 该资源主要针对计算机、...
算法部署-在瑞芯微RK3588上使用rknn部署YOLOv9目标检测算法.zip
03-15
算法部署_在瑞芯微RK3588上使用rknn部署YOLOv9目标检测算法
YOLOv8n部署到RK3588开发板全流程（pt→onnx→rknn模型转换、板端后处理检测）
A_l_b_ert的博客
07-31 2062
小白博主，第一次写博客记录自己YOLOv8n部署RK3588开发板的全流程，记录下踩的所有坑，欢迎交流。本篇主要参考博主@山水无移-ZhangQian的文章，如有需要，可自行查看参考。欢迎各位小伙伴评论交流。
在国产芯片上实现YOLOv5/v8图像AI识别-【2.6】RK3588部署yolov5/v8源码测试及项目打包方法在RK3588更多内容见视频
weixin_41864178的博客
08-19 543
本专栏主要是提供一种国产化图像识别的解决方案，专栏中实现了YOLOv5/v8在国产化芯片上的使用部署，并可以实现网页端实时查看。根据自己的具体需求可以直接产品化部署使用。
yolov8旋转目标检测部署教程（附代码c++/python）
阿利同学的博客
08-09 700
yolov8旋转目标检测部署教程（附代码c++/python）
在国产芯片上实现YOLOv5/v8图像AI识别-【2.5】yolov8使用C++部署在RK3588更多内容见视频
weixin_41864178的博客
08-19 1328
本专栏主要是提供一种国产化图像识别的解决方案，专栏中实现了YOLOv5/v8在国产化芯片上的使用部署，并可以实现网页端实时查看。根据自己的具体需求可以直接产品化部署使用。
rk3588部署yolov8视频目标检测教程
jngwe的博客
04-30 3985
解压opencv和opencv-contrib 代码，在板卡上新建一个opencv4_install文件夹，用于安装opencv，再进入解压后的opencv4.4.0文件夹， 新建文件夹 build，进入build文件夹，打开终端执行以下命令。patch文件我已经放到百度云opencv4.4/patch_文件夹下，可以下载放到对应位置后，在重新执行上述指令进行编译，直到无报错为止，再执行make指令进行编译。执行完会在终端显示 done!编译的时候，会报错误，缺一些依赖库，参照下面的链接进行解决。
瑞芯微RK3588 C++部署Yolov8检测和分割模型
四平的博客
03-04 3871
Docker容器主要用来进行模型转换，也就是pt转onnx的过程，因此docker中需要用的的包主要是rockchip-yolov8,需要修改该代码，进行模型的转换，在linux服务器上安装docker环境，创建一个ubuntu系统的docker环境。，C++的部署的代码参考的里面都有，我自己这边只是根据自己的项目做了集成，如有需要可私信。这一部分的修改代码参考山水无移大哥的部署过程，贼清洗，膜拜一下，少走了很多弯路，直接贴上。（3）yolov8_onnx2rknn：在（2）的基础上转检测rknn模型。
rk3588 部署yolov8.rknn
linxizi0622的博客
08-04 426
将rknn_model_zoo 工程文件下载， 之前在采用yolov5部署在rk3588上时采用的是rockchip官方rknpu2工程，注意：此工程（rknn_model_zoo）可以部署yolov5~yolov8,yolovx。在开发板端 下载rknn_model_zoo 工程,执行以下命令即可， 其中的路径改为自己当前的路径。我的路径为： /home/rock/src/ultralytics_yolov8-main。下载rockchip版本的yolov8->ultralytics_yolov8。
评论
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
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