apps/FastDeploy
1
0
Fork 0
mirror of https://github.com/PaddlePaddle/FastDeploy.git synced 2025-09-27 04:46:16 +08:00
Code Issues Actions 5 Packages Projects Releases Wiki Activity
Files
release/1.1.0
FastDeploy/examples/vision/keypointdetection/tiny_pose/rknpu2
History
CoolCola 745d0018fa [DOC]fix death url (#1598) 
fix death url
2023-03-14 10:22:52 +08:00
..
cpp
[DOC]fix death url (#1598)
2023-03-14 10:22:52 +08:00
python
[DOC]fix death url (#1598)
2023-03-14 10:22:52 +08:00
README.md
删除无用代码，更新python脚本
2023-02-15 21:01:06 +08:00

README.md

English | 简体中文

PP-TinyPose RKNPU2部署示例

模型版本说明

目前FastDeploy支持如下模型的部署

准备PP-TinyPose部署模型

PP-TinyPose模型导出，请参考其文档说明模型导出

注意:PP-TinyPose导出的模型包含model.pdmodel、model.pdiparams和infer_cfg.yml三个文件，FastDeploy会从yaml文件中获取模型在推理时需要的预处理信息。

模型转换example

Paddle模型转换为ONNX模型

由于Rockchip提供的rknn-toolkit2工具暂时不支持Paddle模型直接导出为RKNN模型，因此需要先将Paddle模型导出为ONNX模型，再将ONNX模型转为RKNN模型。

# 下载Paddle静态图模型并解压
wget https://bj.bcebos.com/paddlehub/fastdeploy/PP_TinyPose_256x192_infer.tgz
tar -xvf PP_TinyPose_256x192_infer.tgz

# 静态图转ONNX模型，注意，这里的save_file请和压缩包名对齐
paddle2onnx --model_dir PP_TinyPose_256x192_infer \
            --model_filename model.pdmodel \
            --params_filename model.pdiparams \
            --save_file PP_TinyPose_256x192_infer/PP_TinyPose_256x192_infer.onnx \
            --enable_dev_version True

# 固定shape
python -m paddle2onnx.optimize --input_model PP_TinyPose_256x192_infer/PP_TinyPose_256x192_infer.onnx \
                                --output_model PP_TinyPose_256x192_infer/PP_TinyPose_256x192_infer.onnx \
                                --input_shape_dict "{'image':[1,3,256,192]}"

ONNX模型转RKNN模型

为了方便大家使用，我们提供了python脚本，通过我们预配置的config文件，你将能够快速地转换ONNX模型到RKNN模型

python tools/rknpu2/export.py --config_path tools/rknpu2/config/PP_TinyPose_256x192_unquantized.yaml \
                              --target_platform rk3588

详细部署文档