yolov5s.pt -＞ onnx -＞ rknn

最新推荐文章于 2025-10-14 10:38:10 发布

原创

最新推荐文章于 2025-10-14 10:38:10 发布 · 1.7k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #深度学习 #caffe

该博客主要记录了如何使用RKNN Toolkit将YOLOv5模型转换为RKNN格式，以便在RK3399Pro上运行。博主首先尝试了一个名为'yolov5_for_rknn'的GitHub项目，但遇到了转换问题。然后，他们成功地通过ONNX模型并使用RKNN API进行转换和运行时初始化。转换过程中涉及的步骤包括加载模型配置、转换、构建、导出和初始化。最后，进行了模型推理和性能评估。

尝试失败的
https://github.com/soloIife/yolov5_for_rknn
rknn toolkit examples里面自带的均可转为rknn，yolov5s无法转换

尝试成功的

import yaml
from rknn.api import RKNN
import cv2

_model_load_dict = {
   
   
    'caffe': 'load_caffe',
    'tensorflow': 'load_tensorflow',
    'tflite': 'load_tflite',
    'onnx': 'load_onnx',
    'darknet': 'load_darknet',
    'pytorch': 'load_pytorch',
    'mxnet': 'load_mxnet',
    'rknn': 'load_rknn',
    }

yaml_file = './config.yaml'


def main():
    with open(yaml_file, 'r') as F:
        config = yaml.load(F)
    # print('config is:')
    # print(config)

    model_type = config['running']['model_type']
    print('model_type is {}'.format(model_type))#检查模型的类型

    rknn = RKNN(verbose=True)



#配置文件
    print('--> config model')
    rknn.config(**config['config'])
    print