ps可以在哪个网站上做兼职,企业网站排名怎么优化,12306网站开发,柳州网站建设数公式大全之前写过两次yolov8目标检测部署#xff0c;后续继续思考#xff0c;针对部署还有优化空间#xff0c;本示例的部署方式优化了部署难度#xff0c;加快了模型推理速度#xff08;略微增加了后处理的时耗#xff09;。
特别说明#xff1a;如有侵权告知删除#xff0c;… 之前写过两次yolov8目标检测部署后续继续思考针对部署还有优化空间本示例的部署方式优化了部署难度加快了模型推理速度略微增加了后处理的时耗。
特别说明如有侵权告知删除谢谢。
【完整代码】代码和模型
1、rknn模型准备 onnx转rknn模型这一步就不再赘述请参考上一篇 【yolov8n 瑞芯微RKNN和地平线Horizon芯片仿真测试部署部署工程难度小、模型推理速度快】 。上一篇提供了完整的模型和代码如果仅仅是想验证模型可以直接拿提供的rknn模型进行后续的步骤本篇也是基于上一篇转好的rknn模型进行的在rk3588芯片部署测试。
2、C代码准备 本篇中的 C 代码基于瑞芯微官方提供的 rknpu2_1.3.0 进行的。官方提供的开源示例参考 提取码rknn .
3、C 代码 模型和图片读取部分参考官方提供的示例详细代码请参本实例对应的github仓库代码和模型 。本实例提供的完整代码也就只包含两个.c文件阅读起来没啥难度。
## 4、编译运行
1编译powershell
cd examples/rknn_yolov8_demo_dfl_openbash build-linux_RK3588.sh2运行
cd install/rknn_yolov8_demo_Linux./rknn_yolov8_demo注意修改模型、测试图像、保存图像的路径所在文件为 src 下main.cc文件。
5、板端效果
冒号“:”前的数子是coco的80类对应的类别后面的浮点数是目标得分。类别:得分 注图片来源coco128
说明推理测试预处理没有考虑等比率缩放激活函数 SiLU 用 Relu 进行了替换。由于使用的是coco128的128张图片数据进行训练的且迭代的次数不多效果并不是很好仅供测试流程用。换其他图片测试检测不到属于正常现象最好选择coco128中的图像进行测试。
6、模型和后处理时耗 C完整部署代码和模型示例参考 把板端C代码的模型和时耗也给贴出来供大家参考使用芯片rk3588。相对之前在rk3588上推理40ms降到了17ms后处理稍微有增加。 上一篇【yolov8 瑞芯微 RKNN 的 C部署】部署到rknn3588上的C时耗 本篇部署方法时耗 2024年1月12日后处理代码有所优化后处理时耗大幅度降低。检测类别越多效果越明显检测1个类别就没有优化效果代码已同步到对应的代码仓中
