rk3588部署yolov8(c++版本)
下载 OpenCV 后,先用交叉编译工具链把 OpenCV 编译成 RK3588 可用的动态库;安装opencv库时,需要安装cmake(生成编译规则),和make(负责编译)。Ubuntu编译(需要对应的交叉编译工具链,x86_64编译aarch64平台运行)2、需要opencv、opencv_contrib库,负责对图像或视频的处理。用交叉编译工具链编译 OpenCV,编译出适合aarch64
·
模型训练与转换
rknn下载ultralytics
训练yolov8模型
转化为onnx模型
下载rknn_toolkit2,将onnx转化为rknn
c++模型部署
Ubuntu编译(需要对应的交叉编译工具链,x86_64编译aarch64平台运行)
1、需要c++主代码(复制加载rknn,以及推理和标注)
2、需要opencv、opencv_contrib库,负责对图像或视频的处理
安装opencv库时,需要安装cmake(生成编译规则),和make(负责编译)。g++/gcc
用交叉编译工具链编译 OpenCV,编译出适合aarch64运行的库。
下载 OpenCV 后,先用交叉编译工具链把 OpenCV 编译成 RK3588 可用的动态库;再让自己的 C++ 程序链接这套 OpenCV,并继续用同一套交叉编译工具链把程序编译成 RK3588 可执行文件
3、需要rga库,加速图片处理
4、需要rknn runtime库,让 .rknn 在 NPU 上跑
交叉编译之后上传板端
更多推荐
所有评论(0)