DraemSky的博客

rknn优化代码rknn_engine库的说明

本文介绍了如何将ONNX模型转换为RKNN模型的详细步骤，主要包括：1）准备Conda环境和Python依赖；2）编写模型转换脚本(convert.py)处理ONNX到RKNN的转换；3）创建包含验证图片的数据集；4）构建Docker镜像，基于Python 3.8.20-slim镜像安装必要依赖并打包项目文件。该方法需在Linux环境下执行，通过容器化部署可简化环境配置，实现模型的高效转换。最终生成的镜像可用于持续开发和测试RKNN模型。

博客中介绍了如何使用xmake构建自己的repo，并且使用这些来构建rknn_engine

使用线程池、opencv、eigen和xmake工具对rknn_model_zoo中给出的demo进行优化处理，以达到实时的识别、分割处理！

本文介绍了如何使用自己的训练集训练一个yolo的模型，并且通过rk的官方工具将其转换onnx模型，再转换为rknn模型。