apps/FastDeploy
1
0
Fork 0
mirror of https://github.com/PaddlePaddle/FastDeploy.git synced 2025-10-06 00:57:33 +08:00
Code Issues Actions 2 Packages Projects Releases Wiki Activity
Files
3e1fc69a0c3ae353ef5ff8cc1a36157762288faa
FastDeploy/examples/vision/detection/paddledetection/rknpu2/cpp
History
Zheng_Bicheng 3e1fc69a0c [Model] Add Picodet RKNPU2 (#635) 
* * 更新picodet cpp代码

* * 更新文档
* 更新picodet cpp example

* * 删除无用的debug代码
* 新增python example

* * 修改c++代码

* * 修改python代码

* * 修改postprocess代码

* 修复没有scale_factor导致的bug

* 修复错误

* 更正代码格式

* 更正代码格式
2022-11-21 13:44:34 +08:00
..
CMakeLists.txt
[Model] Add Picodet RKNPU2 (#635)
2022-11-21 13:44:34 +08:00
infer_picodet.cc
[Model] Add Picodet RKNPU2 (#635)
2022-11-21 13:44:34 +08:00
README.md
[Model] Add Picodet RKNPU2 (#635)
2022-11-21 13:44:34 +08:00

README.md

PaddleDetection C++部署示例

本目录下提供infer_xxxxx.cc快速完成PPDetection模型在Rockchip板子上上通过二代NPU加速部署的示例。

在部署前，需确认以下两个步骤:

  1. 软硬件环境满足要求
  2. 根据开发环境，下载预编译部署库或者从头编译FastDeploy仓库

以上步骤请参考RK2代NPU部署库编译实现

生成基本目录文件

该例程由以下几个部分组成

.
├── CMakeLists.txt
├── build  # 编译文件夹
├── image  # 存放图片的文件夹
├── infer_cpu_npu.cc
├── infer_cpu_npu.h
├── main.cc
├── model  # 存放模型文件的文件夹
└── thirdpartys  # 存放sdk的文件夹

首先需要先生成目录结构

mkdir build
mkdir images
mkdir model
mkdir thirdpartys

编译

编译并拷贝SDK到thirdpartys文件夹

请参考RK2代NPU部署库编译仓库编译SDK，编译完成后，将在build目录下生成 fastdeploy-0.0.3目录，请移动它至thirdpartys目录下.

拷贝模型文件，以及配置文件至model文件夹

在Paddle动态图模型 -> Paddle静态图模型 -> ONNX模型的过程中，将生成ONNX文件以及对应的yaml配置文件，请将配置文件存放到model文件夹内。 转换为RKNN后的模型文件也需要拷贝至model。

准备测试图片至image文件夹

wget https://gitee.com/paddlepaddle/PaddleDetection/raw/release/2.4/demo/000000014439.jpg
cp 000000014439.jpg ./images

编译example

cd build
cmake ..
make -j8
make install

运行例程

cd ./build/install
./infer_picodet model/picodet_s_416_coco_lcnet images/000000014439.jpg