将yolov5s模型部署到rknn(c++环境)

1 下载这个源码地址

https://github.com/littledeep/YOLOv5-RK3399Pro，

下载yolov5 5.0的权重，训练自己模型也要基于yolov5 5.0版本。

2 将pt模型转换成onnx模型。下面的命令：

python3 models/export.py --rknn_mode --ignore_output_permute

3 下载netron软件，查看onnx模型结构，参考官方提供的onnx模型结构：

4 首先在rk3399pro搭建rknn环境，环境搭建可以参考我的另一篇文章，我的rknn驱动是1.7.1,python环境是3.7。

5 找到c++运行案列代码

https://github.com/airockchip/RK3399Pro_npu

其中onnx转换rknn模型代码

https://github.com/airockchip/RK3399Pro_npu/blob/main/rknn-api/examples/c_demos/rknn_yolov5_demo/convert_rknn_demo/yolov5/onnx2rknn.py

在rknn环境中：python onnx2rknn.py