O processo de implantação é dividido emQuatro etapas principais::
- Preparação ambientalVerifique se o driver RKNPU2 está instalado e é recomendável adicionar uma partição de troca de 4 GB para evitar a falta de memória.
- transformação de modelosConverta o modelo Paddle para o formato RKNN (requer configurações)
ENABLE_RKNPU2_BACKEND=ONresponder cantandoRKNN2_TARGET_SOC=RK3588) - Implementação da implantação: Acesso
demos/vision/detection/paddledetection/rknpu2/pythondiretório, executepython infer.py --model_file picodet_s_416_coco_lcnet_rk3588.rknn --config_file picodet_s_416_coco_lcnet/infer_cfg.yml --image input.jpg - Ajuste de desempenhoMonitorar o consumo de tempo por meio do VisualDL, ajustar batch_size e outros parâmetros
Observação: O RK3588 requer opções de compilação específicas e as entradas dimensionais dinâmicas precisam ser configuradas durante a conversão do modelo.
Essa resposta foi extraída do artigoFastDeploy: uma ferramenta de código aberto para implantação rápida de modelos de IAO
Não pode ser reproduzido sem permissão:Ferramentas de produtividade de IA " Qual é o processo exato de implantação de um modelo de detecção de alvos no chip RK3588?
