apps/FastDeploy
1
0
Fork 0
mirror of https://github.com/PaddlePaddle/FastDeploy.git synced 2025-10-27 18:41:02 +08:00
Code Issues Actions 5 Packages Projects Releases Wiki Activity
Files
090c3a68b45efe8cc0ef71c8896bff068e0595f1
FastDeploy/examples/vision/facedet/scrfd/rknpu2/python
History
Zheng_Bicheng dc13eb7049 [RKNPU2] Update quantitative model (#879) 
* 对RKNPU2后端进行修改，当模型为非量化模型时，不在NPU执行normalize操作，当模型为量化模型时，在NUP上执行normalize操作

* 更新RKNPU2框架，输出数据的数据类型统一返回fp32类型

* 更新scrfd，拆分disable_normalize和disable_permute

* 更新scrfd代码，支持量化

* 更新scrfd python example代码

* 更新模型转换代码，支持量化模型

* 更新文档

* 按照要求修改

* 按照要求修改

* 修正模型转换文档

* 更新一下转换脚本
2022-12-19 13:58:43 +08:00
..
infer.py
[RKNPU2] Update quantitative model (#879)
2022-12-19 13:58:43 +08:00
README.md
[RKNPU2] Update quantitative model (#879)
2022-12-19 13:58:43 +08:00

README.md

SCRFD Python部署示例

在部署前，需确认以下两个步骤

本目录下提供infer.py快速完成SCRFD在RKNPU上部署的示例。执行如下脚本即可完成

拷贝模型文件

请参考SCRFD模型转换文档转换SCRFD ONNX模型到RKNN模型,再将RKNN模型移动到该目录下。

运行example

拷贝模型文件后，请输入以下命令，运行RKNPU2 Python example

# 下载部署示例代码
git clone https://github.com/PaddlePaddle/FastDeploy.git
cd FastDeploy/examples/vision/facedet/scrfd/rknpu2/python

# 下载图片
wget https://raw.githubusercontent.com/DefTruth/lite.ai.toolkit/main/examples/lite/resources/test_lite_face_detector_3.jpg

# 推理
python3 infer.py --model_file ./scrfd_500m_bnkps_shape640x640_rk3588.rknn \
                 --image test_lite_face_detector_3.jpg

可视化

运行完成可视化结果如下图所示

注意事项

RKNPU上对模型的输入要求是使用NHWC格式，且图片归一化操作会在转RKNN模型时，内嵌到模型中，因此我们在使用FastDeploy部署时， 需要先调用DisablePermute(C++)或`disable_permute(Python)，在预处理阶段禁用归一化以及数据格式的转换。

其它文档