yolo world 目标检测 rknn 的C++部署

   yolo world目标检测rknn的C++部署来了。

   特别说明：如有侵权告知删除，谢谢。

  直接上代码和模型，欢迎参考交流 【完整代码和模型】

1、rknn模型准备

  pytorch转onnx，onnx再转rknn模型这一步就不再赘述，请参考上一篇 【yolo_world 瑞芯微芯片rknn部署、地平线芯片Horizon部署、TensorRT部署】 。

2、C++ 代码

  模型和图片读取部分参考rknn官方提供的示例，详细代码请参本实例对应的github仓库，代码和模型 。本实例提供的完整代码也就只包含两个.c文件和一个.h 文件，阅读起来没啥难度。

3、编译运行

1）编译

cd examples/rknn_yoloworld_demo_open

bash build-linux_RK3588.sh

2）运行

cd install/rknn_yoloworld_demo_open_Linux

./rknn_yoloworld_demo_open

  注意：修改模型、测试图像、保存图像的路径，所在文件为 src 下main.cc文件。示例使用的类别时80类，自己的数据注意修改类别，在 include 下 postprocess.h 文件。

4、板端效果

pytorch测试效果

  onnx测试效果，冒号“:”前的数子是coco的80类对应的类别，后面的浮点数是目标得分。（类别:得分）

5、后处理时耗

  模型yolo_world_v2_s，导出类别80类，输入分辨率是640x640，芯片rk3588。