不花钱网站推广,设计ui属于什么专业,九寨沟城乡建设官方网站,南昌市网站建设Conda简介
查看当前系统的环境列表
conda env list base为基础环境
py3.6-rknn-1.7.3为模型转换环境#xff0c;rknn-toolkit版本V1.7.3#xff0c;python版本3.6
py3.6-tensorflow-2.5.0为tensorflow模型训练环境#xff0c;tensorflow版本2.5.0#xff0c;python版本…Conda简介
查看当前系统的环境列表
conda env list base为基础环境
py3.6-rknn-1.7.3为模型转换环境rknn-toolkit版本V1.7.3python版本3.6
py3.6-tensorflow-2.5.0为tensorflow模型训练环境tensorflow版本2.5.0python版本3.6
py3.8-pytorch-1.13.0为pytorch、yolo模型训练环境pytorch版本1.13.0python版本3.8
进入模型转换环境
conda activate py3.6-rknn-1.7.3 进入tensorflow模型训练环境
conda activate py3.6-tensorflow-2.5.0
进入pytorch yolo模型训练环境
conda activate py3.8-pytorch-1.13.0 退出当前终端下的虚拟环境
conda deactivate 模型转换介绍
RV1126使用RKNN格式的模型文件。各深度学习框架不能直接使用需要转换后才能放在RV1126上跑
模型转换环境版本介绍
rknn-toolkit V1.7.3
python3.6
tensorflow1.14.0
mxnet1.5.0
torch1.10.0
torchvision0.11.0
opencv-python4.3.0.38
模型转换实操
//进入模型环境
conda activate py3.6-rknn-1.7.3
cd ModelConvertSample/ 转换ONNX -RKNN
python convert-onnx-to-rknn-pre.py 注意提示缺少libcudart.so属正常现象原因是虚拟机使用cpu处理无法使用GPU处理所以没有显卡cuda库文件 该脚本读取./original_model/best.onnx模型文件
使用数据集./dataset/dataset1.txt
转换后保存为./rknn_model/yolov5-7.0-onnx.rknn文件
转换pytorch -RKNN
python convert-pytorch-to-rknn-pre.py 最终在rknn_model目录生成rknn文件 该脚本读取./original_model/best.torchscript模型文件
使用数据集./dataset/dataset1.txt
转换后保存为./rknn_model/yolov5-7.0-torchscript.rknn文件 转换tensorflow -RKNN
python convert-tensorflow-to-rknn-pre.py 该脚本读取./original_model/ssd_mobilenet_v1_coco_2018_01_28/frozen_inference_graph.pb
模型文件
使用数据集./dataset/dataset3.txt
转换后保存为./rknn_model/ssd_mobilenet_v1_coco.rknn文件 转换tflite -RKNN
python convert-tflite-to-rknn-pre.py 该脚本读取./original_model/mobilenet_v1_1.0_224/mobilenet_v1_1.0_224.tflite模型文件
使用数据集./dataset/dataset2.txt
转换后保存为./rknn_model/mobilenet_v1_1.0_224.rknn文件 转换结果生成以下四个rknn模型文件后续我们将对这些模型全部部署到开发板运行 退出环境
conda deactivate 转换其他模型
参考RK官方资料
https://github.com/rockchip-linux/rknn-toolkit 附操作命令
一、TFLite预训练模型转换 tflite-rknn
说明 TFLite预训练模型下载地址https://github.com/tensorflow/models/blob/master/research/slim/nets/mobilenet_v1.md下载MobileNet_v1_1.0_224数据集 ILSVRC-2012-CLS image 标签文件https://github.com/leferrad/tensorflow-mobilenet/blob/master/imagenet/labels.txtconvert-tflite-to-rknn.pytarget rv1126 //确定目标设备targetrknn RKNN() //创建RKNN对象rknn.config(quantized_dtypeasymmetric_affine-u8, //配置RKNN模型mean_values[[127.5, 127.5, 127.5]],#归一化std_values[[127.5, 127.5, 127.5]],reorder_channel0 1 2,#RGBtarget_platform[target])#指定平台rknn.load_tflite(model./original_model/mobilenet_v1_1.0_224/mobilenet_v1_1.0_224.tflite)//加载模型rknn.build(do_quantizationTrue, dataset./dataset/dataset2.txt,pre_compileTrue)//构建RKNN模型指定参数需要量化且指定量化数据集dataset2rknn.release()# 释放RKNN对象python convert-tflite-to-rknn-pre.py二、TensorFlow预训练模型(ssd)转换rknn pb-rknnTF预训练模型下载地址https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/tf1_detection_zoo.mdhttp://download.tensorflow.org/models/object_detection/ssd_mobilenet_v1_coco_2018_01_28.tar.gz 数据集MSCOCO数据集https://cocodataset.orgObject(论文版本)有90类物体加上一个背景类就是91类label_map可参考https://github.com/tensorflow/models/blob/master/research/object_detection/data/mscoco_label_map.pbtxt注很多时候在目标检测这块只用到了原论文版本90类中的80类加上背景类就是81类物体。Object(2014年版本)和Object(2017年版本)的label_map对应的说明文件可参考https://github.com/tensorflow/models/blob/master/research/object_detection/data/mscoco_complete_label_map.pbtxtpython convert-tensorflow-to-rknn-pre.py
