yolov5s的pt文件转换成rknn（在rk3399pro用python环境运行）

qq_26847897

已于 2023-02-06 14:12:20 修改

阅读量983

点赞数

文章标签： python YOLO 开发语言

于 2023-02-06 11:05:05 首次发布

本文链接：https://blog.youkuaiyun.com/qq_26847897/article/details/128896155

版权

文章介绍了如何将特定版本的Yolov5模型（如dd7f0b7e05e7658e9cd4fc8f02de5b7df060785d）转换为ONNX格式，并在RK3399Pro上使用RKNN环境进行部署。转换过程涉及运行export.py脚本，使用netron检查ONNX模型结构，以及调整模型的输出节点参数。此外，还提到了环境搭建和参考RKNN的案例来测试转换后的模型。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1 下载rknn中指定的yolov5版本，我查到的版本是c5360f6e7009eb4d05f14d1cc9dae0963e949213，但是这个版本没有转换成功，用dd7f0b7e05e7658e9cd4fc8f02de5b7df060785d这个版本转换成功了。下载地址：https://github.com/ultralytics/yolov5/tree/dd7f0b7e05e7658e9cd4fc8f02de5b7df060785d，其中下载yolov5s.pt文件注意是yolov5中5.0版本的。
2 在yolov5中运行转换程序，python export.py --weights yolov5s.pt --img 640 --batch 1 --include onnx。
执行这个命令就模型的格式转换为onnx。
3 下载netron,查看onnx的网络结构，点击view->properties

在这里插入图片描述
注意输出的节点，751，812，873，就是模型转换中需要修改的参数。