YOLOV5从模型训练到部署在NPU上实现流程

dongdonglele521

已于 2024-03-27 11:06:55 修改

阅读量2.4k

点赞数 26

CC 4.0 BY-SA版权

文章标签： YOLO

于 2024-03-13 18:44:00 首次发布

本文链接：https://blog.youkuaiyun.com/dongdonglele521/article/details/136685773

本文描述了作者在将Yolov5模型从PyTorch转换到RKNN并部署过程中遇到的问题，包括代码修改、模型转换和C++中推理失败的解决方案。作者分享了从训练到部署的完整流程和关键代码调整点。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

踩了三天坑，看了各种资料，跑官网提供的C++ demo，python demo可以得到正确的结果，但是从头从 pt->onnx->rknn文件总是无法成功。因为不好的工作思路，习惯找开源，于是到git 上下载各种版本代码尝试都出推理结果不正确的问题。后来头疼的想要放弃，后来看到博客给提供了思路，分别为：

rknn导出yolov5模型在python中可正常推理，在c++中无结果._rknn 模型推理无法获取结果-优快云博客 Yolov5笔记--RKNN推理部署源码的粗略理解_rknn yolov5-优快云博客

废话不多说，进入正题，给大家提供一套完整的从训练到部署的使用流程。

训练代码链接，使用官网提供的即可：

GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML >

最低0.47元/天解锁文章