- 博客(16)
- 收藏
- 关注
RSS订阅原创 【Unet++ & MobileNetv2语义分割部署至RK3588】模型训练→转换RKNN→开发板部署
本文介绍了基于SMP框架的Unet++_MobileNetv2语义分割模型训练与RK3588部署全流程。首先回顾了作者此前在YOLO系列、MobileNetv2等模型上的部署经验，重点介绍了segmentation_models.pytorch（SMP）这一开源库在语义分割任务中的优势。详细说明了数据集标注（Labelme转PNG Mask）、SMP环境配置、模型训练等关键步骤，并提供了相关GitHub资源链接。最后指出该项目支持RK3562/3568/3588等多款瑞芯微SoC，部署流程可参考博客第七章或
2025-11-04 20:57:53
1243
原创 【YOLO11-obb部署至RK3588】模型训练→转换RKNN→开发板部署
这篇文章介绍了YOLO11-obb模型在RK3588开发板上的完整部署流程，包括数据集标注、模型训练、格式转换和板端部署等关键步骤。 主要内容： 开源了YOLO11_RK3588_object_obb项目，提供详细部署教程 梳理了四个必需的项目文件及其版本要求 详细说明使用roLabelImg工具进行旋转框标注的方法 提供了将xml标注文件转换为YOLO格式txt的Python脚本 包含多个相关模型的部署教程链接，如YOLOv8、YOLOv10等 特别强调了版本兼容性问题，建议使用v8.3.7版本进行训练
2025-10-22 18:13:29
1516
原创 【YOLOv6部署至RK3588】模型训练→转换RKNN→开发板部署
本文介绍了在RK3588开发板上部署YOLOv6目标检测模型的全流程，包括模型训练、格式转换和开发板部署。作者详细说明了项目文件的选择原因（使用瑞芯微修改版而非官方版以优化NPU推理速度），并提供了相关GitHub仓库链接。文章涵盖了conda环境配置、训练参数设置、数据集准备（采用8类工程车辆数据），以及模型从PyTorch到ONNX再到RKNN格式的转换过程。最后，作者回顾了之前完成的多种YOLO系列模型在RK3588上的部署经验，为读者提供参考。项目代码已在GitHub开源，包含详细的README使用
2025-09-15 13:55:20
1065
原创 【YOLOv7部署至RK3588】模型训练→转换RKNN→开发板部署
近期需要做一个针对图像目标检测的模型，并部署到RK3588公版的开发板上，可选择的有YOLOv5、YOLOv8、YOLOv10、YOLO11、YOLOv5等，其他算法都已经部署过了，目前还没有部署过YOLOv7，因此准备出一篇YOLOv,7的全流程部署教程，以此文记录，相互学习，诸君共勉。
2025-09-10 16:12:09
1320
原创 【YOLOv5部署至RK3588】模型训练→转换RKNN→开发板部署
近期需要做一个针对图像目标检测的模型，并部署到RK3588公版的开发板上，可选择的有YOLOv5、YOLOv8、YOLOv10、YOLO11等，其他算法都已经部署过了，博主其实最早接触到的算法就是YOLOv5，但后续新YOLO算法层出不穷，大家也都转向了YOLOv8、11等算法，也就冷落了YOLOv5，但仍不能否认其价值，因此准备出一篇YOLOv5的全流程部署教程，以此文记录，相互学习，诸君共勉。
2025-08-25 19:58:08
2149
6
原创 【ResNet50图像分类部署至RK3588】模型训练→转换RKNN→开发板部署
近期需要做一个针对分类图像的模型，并部署到RK3588公版的开发板上，可选择的有而瑞芯微的部署demo：rknn_model_zoo中可以看到，并没有yolov8的图像分类demo，只有ResNet和MobileNet的demo。因此为了省事，就按照瑞芯微的方法来，看了下其官网ONNX模型示例的大小，ResNet比MobileNet大了一个数量级，根据经验，肯定模型越小运行速度越快，而MobileNet的部署流程已经在之前的博客中展示过了，大家可以去看之前博主的相关文章。
2025-07-25 22:53:18
1488
原创 【YOLOv8-obb部署至RK3588】模型训练→转换RKNN→开发板部署
本文介绍了YOLOv8-obb（旋转目标检测）在RK3588开发板上的完整部署流程。项目已在GitHub开源，包含模型训练、转换和部署代码。主要内容包括：1）回顾作者此前发布的YOLO系列部署教程；2）梳理YOLOv8-obb所需的4个关键项目文件及其版本匹配；3）详细说明使用roLabelImg工具标注旋转目标数据集的方法，并提供将XML标注转换为YOLOv8-obb所需TXT格式的Python脚本；4）后续将涵盖模型训练、ONNX转换、RKNN量化及开发板部署等步骤。
2025-07-12 10:46:50
1951
1
原创 【YOLOv8-pose部署至RK3588】模型训练→转换RKNN→开发板部署
最近做了一个YOLOv8 pose的关键点检测项目，涉及模型训练、转ONNX、转RKNN量化以及RK3588开发板调试部署，查了下优快云上暂未有关于YOLOv8 pose在RK系列开发板的免费详细教程，遂开此文，相互学习。
2025-04-22 16:39:32
4223
2
原创 DeepSeek R1本地Linux服务器Docker部署＜实现网页访问/本地终端访问＞完整教程
本文为DeepSeek R1本地Docker部署<实现网页访问/本地终端访问>教程，应该是优快云中r1本地化部署最为全面的博客，欢迎读者评论交流。
2025-02-20 16:36:25
1885
1
原创 【YOLO11部署至RK3588】模型训练→转换RKNN→开发板部署
最近，原YOLOv8团队发布了新的检测算法：YOLO11，算是和YOLOv10前后脚了，v10最大的特点是去除了NMS处理，YOLO11的亮点则是采用了全新的C3k2模块与C2PSA层，因此想从模型训练开始试试其最终部署效果，以下为正文。
2024-11-16 12:20:56
17516
51
原创 【YOLOv10部署RK3588】模型训练→转换RKNN→开发板部署
最近清华发布了不需要NMS的YOLO检测算法：YOLOv10，感觉挺新奇，准备尝试一下，并部署到国产RK3588开发板测试下效果。此前博主已经发布过YOLOv8n的相关内容，，其实具体实现方法都是差不多的，所以内容直接从YOLOv8中copy过来，具体不同细节再详细论述。
2024-11-11 20:26:46
5581
15
原创 【MobileNetv2图像分类部署至RK3588】模型训练→转换RKNN→开发板部署
近期需要做一个针对分类图像的模型，并部署到RK3588公版的开发板上，可选择的有而瑞芯微的部署demo：rknn_model_zoo中可以看到，并没有yolov8的图像分类demo，只有ResNet和MobileNet的demo。因此为了省事，就按照瑞芯微的方法来，看了下其官网ONNX模型示例的大小，ResNet比MobileNet大了一个数量级，根据经验，肯定模型越小运行速度越快，因此选择MobileNet进行分类任务。
2024-09-15 14:51:17
4048
6
原创 【YOLOv8seg部署RK3588】模型训练→转换RKNN→开发板部署
近期做了一个Mobilenetv2图像分类的开发板部署项目，但考虑到图像分类不足以满足实际项目需求，因此需要实例分割进行部署，而之前使用YOLOv8的目标检测完成了部署，所以一并选择YOLOv8的seg。另外，为什么图像分类没有采用YOLOv8呢？因为瑞芯微官方仓库中关于图像分类项目只有Mobilenetv2和ResNet50v2的demo，当然，图像分类的后处理比较简单，如果有需要，想统一用一套的YOLOv8目标检测&图像分类&实例分割，可以自己简单写一个后处理流程即可。
2024-09-08 11:04:32
8260
23
原创 【YOLOv8部署至RK3588】模型训练→转换RKNN→开发板部署
之前博主发布过YOLOv8转RKNN模型并在开发板上部署的流程，但是遇到了许多问题，发现很难修补，遂决定在官方项目下进行模型转换与部署（之前的转换是在Github个人博主的项目下进行的）OK，进入正题，模型转换需要以下工具：ultralytics_yolov8、rknn_model_zoo、rknn-toolkit2，现在详细介绍这三者的关系。以上三个文件均与模型训练无关，而是用于模型转换的，其中，ultralytics_yolov8文件不是必需的，但最好还是下载一份，原因后面会讲；。
2024-08-27 21:00:31
32491
194
原创 Ubuntu20.04实现右键“在终端中打开（Open in terminator）”功能
Ubuntu20.04实现右键“在终端打开（Open in terminator）”功能。
2024-08-12 18:05:45
3418
4
原创 YOLOv8n部署RK3588开发板全流程（PT→ONNX→RKNN模型转换、板端后处理检测）
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。
2024-07-31 21:03:28
11614
27
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人