【大体思路】rv1126 跑通 yolov5

一、模型格式转换

目标：yolov5_coco.onnx ---> yolov5_coco_rv1126.rknn

yolov5 onnx模型 转为 rknn模型-CSDN博客

步骤：

1、加载docker镜像，rknn-toolkit-1.7.3-docker.tar.gz

2、运行镜像，生成新容器

3、准备一些图片，生成图片路径的文本文件 【gen_list.py】

4、模型转换，内存够大 【rknn_convert.py】

二、 模型预编译

原因：rknn 模型直接运行很慢，需要预编译

目标：yolov5_coco_rv1126.rknn ---> yolov5_coco_rv1126_pre.rknn

rknn模型在rv1126开发板上跑-CSDN博客

所用 docker 环境：

1、上一步的 docker 环境

2、以及EASY EAI Nano主板的环境:开发板与Ubuntu 必须保证 abd 连接稳定，关掉 Ubuntu 环境的 adb 服务，避免与 docker 环境的竞争

三、C++推理代码交叉编译

yolov5_detet_demo C++ 代码 ---> yolov5_detect_demo 可执行文件

1、环境准备：

develop_enviroment 【docker image】

板卡上的依赖库 【编译过程保持板卡与笔记本的adb连接】

2、在 docker 容器中进行对 yolov5 demo C++推理代码进行编译

3、将编译结果复制到板卡上

四、在 rv1126板卡 上执行 yolov5 demo 可执行文件

1、复制前面预编译好的rknn模型
2、准备测试图片

3、执行 yolov5 demo 可执行文件