mirror of
https://github.com/PaddlePaddle/FastDeploy.git
synced 2025-10-10 02:50:19 +08:00
1.5 KiB
1.5 KiB
English | 简体中文
RKYOLO Python部署示例
在部署前，需确认以下两个步骤
-
- 软硬件环境满足要求，参考FastDeploy环境要求
本目录下提供infer.py快速完成Picodet在RKNPU上部署的示例。执行如下脚本即可完成
# 下载部署示例代码
git clone https://github.com/PaddlePaddle/FastDeploy.git
cd FastDeploy/examples/vision/detection/rkyolo/python
# 下载图片
wget https://gitee.com/paddlepaddle/PaddleDetection/raw/release/2.4/demo/000000014439.jpg
# copy model
cp -r ./model /path/to/FastDeploy/examples/vision/detection/rkyolo/python
# 推理
python3 infer.py --model_file /path/to/model --image /path/to/000000014439.jpg
常见问题
如果你使用自己训练的YOLOv5模型，你可能会碰到运行FastDeploy的demo后出现segmentation fault的问题，很大概率是label数目不一致，你可以使用以下方案来解决:
model.postprocessor.class_num = 3
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++) disable_permute(Python)，在预处理阶段禁用归一化以及数据格式的转换。