mirror of
https://github.com/PaddlePaddle/FastDeploy.git
synced 2025-10-09 10:30:37 +08:00
6408af263a
* 11-02/14:35 * 新增输入数据format错误判断 * 优化推理过程，减少内存分配次数 * 支持多输入rknn模型 * rknn模型输出shape为三维时，输出将被强制对齐为4纬。现在将直接抹除rknn补充的shape，方便部分对输出shape进行判断的模型进行正确的后处理。 * 11-03/17:25 * 支持导出多输入RKNN模型 * 更新各种文档 * ppseg改用Fastdeploy中的模型进行转换 * 11-03/17:25 * 新增开源头 * 11-03/21:48 * 删除无用debug代码，补充注释 * 11-04/01:00 * 新增rkpicodet代码 * 11-04/13:13 * 提交编译缺少的文件 * 11-04/14:03 * 更新安装文档 * 11-04/14:21 * 更新picodet_s配置文件 * 11-04/14:21 * 更新picodet自适应输出结果 * 11-04/14:21 * 更新文档 * * 更新配置文件 * * 修正配置文件 * * 添加缺失的python文件 * * 修正文档 * * 修正代码格式问题0 * * 按照要求修改 * * 按照要求修改 * * 按照要求修改 * * 按照要求修改 * * 按照要求修改 * test
49 lines
1.6 KiB
Markdown
49 lines
1.6 KiB
Markdown
# 导出模型指南
|
||
|
||
## 简介
|
||
|
||
Fastdeploy已经简单的集成了onnx->rknn的转换过程。本教程使用tools/export.py文件导出模型，在导出之前需要编写yaml配置文件。
|
||
在进行转换前请根据[rknn_toolkit2安装文档](./install_rknn_toolkit2.md)检查环境是否已经安装成功。
|
||
|
||
|
||
## export.py 配置参数介绍
|
||
|
||
| 参数名称 | 是否可以为空 | 参数作用 |
|
||
|-----------------|------------|--------------------|
|
||
| verbose | 是，默认值为True | 是否在屏幕上输出转换模型时的具体信息 |
|
||
| config_path | 否 | 配置文件路径 |
|
||
|
||
## config 配置文件介绍
|
||
|
||
### config yaml文件模版
|
||
|
||
```yaml
|
||
model_path: ./portrait_pp_humansegv2_lite_256x144_pretrained.onnx
|
||
output_folder: ./
|
||
target_platform: RK3588
|
||
normalize:
|
||
mean: [[0.5,0.5,0.5]]
|
||
std: [[0.5,0.5,0.5]]
|
||
outputs: None
|
||
```
|
||
|
||
### config 配置参数介绍
|
||
* model_path: 模型储存路径
|
||
* output_folder: 模型储存文件夹名字
|
||
* target_platform: 模型跑在哪一个设备上，只能为RK3588或RK3568
|
||
* normalize: 配置在NPU上的normalize操作，有std和mean两个参数
|
||
* std: 如果在外部做normalize操作，请配置为[1/255,1/255,1/255]
|
||
* mean: 如果在外部做normalize操作，请配置为[0,0,0]
|
||
* outputs: 输出节点列表，如果使用默认输出节点，请配置为None
|
||
|
||
## 如何转换模型
|
||
根目录下执行以下代码
|
||
|
||
```bash
|
||
python tools/export.py --config_path=./config.yaml
|
||
```
|
||
|
||
## 模型导出要注意的事项
|
||
|
||
* 请不要导出带softmax和argmax的模型，这两个算子存在bug，请在外部进行运算
|