RV1126模型转换秘籍：MobileNetV2高效运行实战指南

1 介绍

在边缘计算和嵌入式设备中，如何高效地运行深度学习模型是一个关键问题。RV1126 芯片凭借其强大的 AI 加速能力，成为许多嵌入式设备和边缘计算应用的首选平台。为了使模型能够在 RV1126 上高效运行，我们需要将原始深度学习模型转换为 .rknn 格式。本文将通过一个具体的例子——MobileNetV2——一步步引导你完成从模型转换到推理部署的全过程。

2 模型转换步骤

2.1 环境准备

• 物理机环境：Ubuntu 18.04 x86_64
• RKNN版本：
  • rknn-toolkit版本：1.7.5
  • rknpu驱动版本：1.7.3

模型转换环境搭建则可以访问【RV1126 RKNN-Toolkit环境搭建】。

2.2 模型转换流程

2.2.1 深度学习模型转换流程

模型转换目前有两种流程，一种是以onnx作为中间表达，进行模型转换；一种是直接使用训练框架保存的文件进行rknn模型转换。

2.2.2 RKNN模型转换流程

2.3 模型转换

1、激活conda环境：

conda activate rv1126

2、执行脚本进行模型转换：

cd /home/ros/Downloads/project/deployed/rk/rv1126/rknn-toolkit-1.7.5/rknn_model_zoo/examples/mobilenet/python
python mobilenet.py --model ../model/mobilenetv2-12.onnx --target rv1126

3 结果展示

3 技术交流

3.1 QQ交流

• RKNN非官方交流：909472035