6.算法移植第六篇 YOLOV5/rknn生成可执行文件部署在RK3568上

接上一篇文章best-sim.rknn模型生成好后，我们要将其转换成可执行文件运行在RK3568上，这一步需要在rknpu上进行，在强调一遍！！rknpu的作用是可以直接生成在开发板上运行的程序

退出上一步的docker环境

exit

1.复制best-sim.rknn

复制到这个下面将其重命名为yolov5s-640-640.rknn

~/rknpu2-1.4.0/examples/rknn_yolov5_demo/model/RK356X/yolov5s-640-640.rknn

cp ~/rknn/rknn-toolkit2-1.4.0/examples/onnx/yolov5/best-sim.rknn  ~/rknpu2-1.4.0/examples/rknn_yolov5_demo/model/RK356X/yolov5s-640-640.rknn

 2.安装编译器

sudo apt-get install gcc g++ cmake

3.安装交叉编译链

交叉编译64位ARM架构的程序。

sudo apt install gcc-aarch64-linux-gnu g++-aarch64-linux-gnu

4.修改 postprocess.h文件

进入到该目录下

cd rknpu2-1.4.0/examples/rknn_yolov5_demo/include
ls

修改为自己识别的CLASS_NUM,我识别种类只有一个就是车，和data.yaml中的类别数相同，因此为1

5.拷贝测试图片02.jpg

首先进入该目录

cd ~/rknpu2-1.4.0/examples/rknn_yolov5_demo/model/

拷贝图片 

sudo cp ~/rknn/rknn-toolkit2-1.4.0/examples/onnx/yolov5/02.jpg 02.jpg

对 coco_80_labels_list.txt进行备份

  cp coco_80_labels_list.txt  coco_80_labels_list_.txt

6.修改 coco_80_labels_list.txt文件

打开该文件并将里面的内容修改为自己的类别，我的是car

vim vim  coco_80_labels_list.txt

7.运行 ./build-linux_RK356X.sh

进入该目录下

cd ~/rknpu2-1.4.0/examples/rknn_yolov5_demo

运行后出现上述错误，该错误表示上传的照片没有用户权限运行以下命令

cd model
sudo chmod 777 02.jpg
cd ..
./build-linux_RK356X.sh

 运行成功后

最后生成的文件存放在Install文件夹中，这个文件夹是需要我们往开发板上复制的文件夹。

 8.生成install压缩文件

 zip -r install.zip install/

上传install.zp

sz install.zip