欢迎学习RKNN系列相关文章,从模型转换、精度分析,评估到部署,推荐好资源:
一、Ubuntu系统上安装rknn-toolkit
二、使用rknn-toolkit将Pytorch模型转为RKNN模型
三、RKNN模型的评估和推理测试
四、RKNN模型量化精度分析及混合量化提高精度
五、RKNN模型性能评估和内存评估
六、rknn-toolkit-lite2部署RKNN模型到开发板上(python版)
七、RKNN C API开发板上落地部署RKNN模型
八、RKNN零拷贝API开发板落地部署RKNN模型
在进行RKNN模型转换之前,需要安装rknn-toolkit工具,关于此工具的具体安装过程参考我另外一篇博文:安装rknn-toolkit工具
下面是我自己运行的环境,供参考:
我提供一个resnet18的模型和测试数据集,还有相关转换代码,都打包在源码包中,,获取方法为文章末扫码到公众号中回复关键字:模型部署转RKNN模型。获取下载链接。
下载解压后的样子如下:
在我提供的源码包中,直接运行脚本export_rknn.py即可。
转换代码为:
运行脚步后的输出结果如下:
转换后得到的RKNN模型如下:
以上就是使用rknn-toolkit将Pytorch模型转为RKNN模型的详细过程,希望能帮到你!
总结不易,多多支持,谢谢!
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/bian-cheng-ri-ji/67188.html