mirror of
https://github.com/PaddlePaddle/FastDeploy.git
synced 2025-10-23 16:44:22 +08:00
c7dc7d5eee
* 更正代码格式 * 更正代码格式 * 修复语法错误 * fix rk error * update * update * update * update * update * update * update Co-authored-by: Jason <jiangjiajun@baidu.com>
70 lines
1.8 KiB
Markdown
70 lines
1.8 KiB
Markdown
# RKYOLO C++部署示例
|
||
|
||
本目录下提供`infer_xxxxx.cc`快速完成RKYOLO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](../../../../../docs/cn/build_and_install/rknpu2.md)实现
|
||
|
||
## 生成基本目录文件
|
||
|
||
该例程由以下几个部分组成
|
||
```text
|
||
.
|
||
├── CMakeLists.txt
|
||
├── build # 编译文件夹
|
||
├── image # 存放图片的文件夹
|
||
├── infer_rkyolo.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
|
||
```bash
|
||
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](../../../../../../docs/cn/build_and_install/rknpu2.md)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
|
||
```bash
|
||
wget https://gitee.com/paddlepaddle/PaddleDetection/raw/release/2.4/demo/000000014439.jpg
|
||
cp 000000014439.jpg ./images
|
||
```
|
||
|
||
### 编译example
|
||
|
||
```bash
|
||
cd build
|
||
cmake ..
|
||
make -j8
|
||
make install
|
||
```
|
||
|
||
## 运行例程
|
||
|
||
```bash
|
||
cd ./build/install
|
||
./infer_picodet model/ images/000000014439.jpg
|
||
```
|
||
|
||
|
||
- [模型介绍](../../)
|
||
- [Python部署](../python)
|
||
- [视觉模型预测结果](../../../../../../docs/api/vision_results/)
|