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

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。

B站配套视频：https://www.bilibili.com/video/BV1or421T74f

背景

专栏已经写了十几篇文章，有很多朋友私信我获取源码。

今天和大家说一下，如果你获取源码怎么快速测试源码的可用性。

以及我们在开发完成之后了，怎么能快速将程序部署到别的板子上，我们总不能每一块板子上都进行编译。

下载源码

添加我的朋友我会给大家一个gitee的开源项目地址，这里面的代码都是我自己上传的，大家放心使用。

首先我们使用git clone 或者zip下载获取源码。

编译代码

# 打开yolov5目录
cd yolov5
# 编译项目
cmake . -B build && cmake --build build
# 如果cmake不存在可以直接使用apt安装一下
apt install cmake
# 编译完成的项目在build目录下
./build/yolov5_img ./weights/yolov5s.rknn ./img/bus.jpg

如果执行成功，代表项目可以正常运行。

打包源码

我这边演示的源码打包是使用cmake打包成deb。

1、修改配置文件

我们需要修改CMakeLists.txt文件。

##---------------- 以下为用CPack打包成deb包的内容 ----------------##
set(_VERSION_MAJOR 1)
set(_VERSION_MINOR 0)
set(_VERSION_PATCH 0)
set(CPACK_PACKAGE_VERSION_MAJOR "${_VERSION_MAJOR}")
set(CPACK_PACKAGE_VERSION_MINOR "${_VERSION_MINOR}")
set(CPACK_PACKAGE_VERSION_PATCH "${_VERSION_PATCH}")

# 指定CPack生成的是deb包（还可以是其他包如 <.7z> <.zip> 等）
SET(CPACK_GENERATOR "DEB")
# 指定包名
set(CPACK_PACKAGE_NAME "yunyan_simple")
# 指定程序名，就是程序安装后的名字
set(CPACK_DEBIAN_PACKAGE_NAME "yunyan_simple")
# 指定运行的计算机架构
set(CPACK_DEBIAN_PACKAGE_ARCHITECTURE "arm64")
# 设置维护人
set(CPACK_DEBIAN_PACKAGE_MAINTAINER "tangerine")


# 指定需要安装的文件
INSTALL(TARGETS yunyan_v1.0_simple
        draw_lib
        yolov5_lib
        rknn_engine
        nn_process
        RUNTIME DESTINATION /usr/local/yunyan_simple
        LIBRARY DESTINATION /usr/local/yunyan_simple/lib    # 通常，编译器只会在 </usr/lib> 和 </lib> 中找头文件，如果
        ARCHIVE DESTINATION /usr/local/yunyan_simple/lib    # 将库文件放在其他目录，可能会引起找不到库文件错误
        )

INSTALL(FILES
        3rdparty/rga/RK3588/lib/Linux/aarch64/librga.so
        librknn_api/aarch64/librknnrt.so
        DESTINATION /usr/local/yunyan_simple/lib
        )

include(CPack)

2、执行打包

cmake -S . -B release -DCMAKE_BUILD_TYPE=release
cd release
cmake --build .
cpack

打包完成后我们可以在release目录里面获得xxxxxxxxx.deb

3、包文件安装

# 卸载
dpkg -P yunyan
# 安装
dpkg -i yunyan-1.0.0-Linux.deb