Files
zjsh_cover_classification_d…/user_manual.md

35 lines
1.4 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# 项目作用
用于分类模型rknn部署到RK3588等平台上的教程
# 使用步骤
## 一、安装rknn-toolkit-lite2环境
以安装rknn-toolkit-lite2 2.3.2版本为例:
```python
cd rknn-toolkit-lite2/packages
```
切换到该目录下,运行:
```python
pip install rknn-toolkit-lite2/packages/rknn_toolkit_lite2-2.3.2-cp39-cp39-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
```
假如python版本为3.9的话以上版本选择cp39;其他版本一次类推。另外如果平台安装rknn-toolkit-lite2 2.3.2失败的的话,可以直接运行:
```python
pip install rknn-toolkit-lite2
```
会自适应根据平台下载合适的版本。
## 二、运行部署demo
```python
cd rknn-toolkit-lite2/examples/inference_with_lite/inference_with_lite
```
1、打开inference.py文件修改一下内容
![inference.py修改内容](img.png)
model_path修改为自己转化好的rknn模型路径
image_path修改为自己需要测试的图片路径
target修改为输入图片大小的尺寸
2、打开labels.py文件修改一下内容:
![labels.py修改内容](img_1.png)
将以上内容修改为自己的分类标签。
完成以上内容就可以直接进行测试了运行inference.py文件会输出预测结果。如
![部署效果](img_2.png)
另外提供了一个可以测试一下rknn的分类个数是否是正确的脚本output_shape.py。