做h游戏视频网站有哪些,wordpress 准迁,静态网站开发预期效果,wordpress设置静态之后文章打不开1.简介
RKNN官方没有提供YOLOv5模型的验证工具#xff0c;而YOLOv5自带的验证工具只能验证pytorch、ONNX等常见格式的模型性能#xff0c;无法运行rknn格式。考虑到YOLOv5模型转换为rknn会有一定的精度损失#xff0c;但是需要具体数值才能进行评估#xff0c;所以需要一个…1.简介
RKNN官方没有提供YOLOv5模型的验证工具而YOLOv5自带的验证工具只能验证pytorch、ONNX等常见格式的模型性能无法运行rknn格式。考虑到YOLOv5模型转换为rknn会有一定的精度损失但是需要具体数值才能进行评估所以需要一个可以运行rknn格式的YOLOv5验证工具。
参考目标检测 YOLOv5 - Rockchip rknn模型的测试 包括精度召回率mAP等详细信息这篇文章中的验证工具是基于YOLOv5和RKNN开发环境的旧版本来开发的YOLOv5 V6.2和rknn-toolkit v1.7.1无法运行基于YOLOv5 v7.0和rknn-toolkit2 v1.6.0开发的RKNN模型所以参考这个验证工具里面的RKNN模型的使用方式和RKNN官方的Python Demo实现了YOLOv5 V7.0版本的rknn验证工具。
GitHub源码地址https://github.com/shiyinghan/yolov5_7.0_val_rknn
2.使用方法
2.1 配置RKNN开发环境
参考RKNN-Toolkit2 里面v1.6.0的Quick Start 文档 的第三章“准备开发环境”安装 RKNN-Toolkit2环境和板端 RKNPU2环境不确定rknn-toolkit2的其他版本的环境好不好使工具参考的是rknn-toolkit2的v1.6.0的Python Demo。 Quick Start 文档 01_Rockchip_RKNPU_Quick_Start_RKNN_SDK_V1.6.0_CN.pdf
2.2 配置YOLOv5 V7.0的运行环境
下载YOLOv5的v7.0版本并解压然后下载yolov5_7.0_val_rknn解压并覆盖YOLOv5原版V7.0的文件夹。最后安装YOLOv5 V7.0需要的python依赖库这里需要注意上一步配置RKNN开发环境的时候可能安装一下老版本的python依赖库直接使用YOLOv5 V7.0的requirements.txt安装依赖库可能出现错误需要手动指定依赖库的版本。
2.3 设置data文件夹下面的yaml配置文件
为了区分原版的val.py本验证工具使用的时候需要指定task为test所以配置文件也需要指定test目录的路径如下
2.4 连接开发板必须
本验证工具不支持模拟器运行需要连接实机进行测试否则会提示以下错误 命令行里面target参数也需要配置为对应的参数这里使用的是RK3568开发板所以target设置为’RK3568’。
2.5 运行验证工具
命令行如下
python val_rknn.py --data coco128_rknn.yaml --batch-size 1 --task test --weights ./yolov5s-int8.rknn --target RK3568 --anchors ./anchors_yolov5.txt3.运行效果
yolov5s量化版本rknn模型 yolov5s非量化版本rknn模型 yolov5s原版pt模型
4.结论
类型精度召回率mAP50mAP50-95pt模型0.7190.6250.7140.475RKNN量化版0.6880.6550.6990.455RKNN非量化版0.690.6310.6950.45
可以看出对比pt原版模型转换好的rknn的量化和非量化版本的模型精度和mAP都有一些下降。使用rknn模型的项目中pt原版模型的性能参数只能作为一个参考需要实际算出rknn模型的性能参数才行。
