RK3399平台开发系列讲解（系统篇）1.23新yolo算法在rk平台上的挣扎历程

Posted 2022-08-30 内核笔记

文章目录

• 第一章文档介绍
• 第二章项目介绍
• 第三章素材处理
• 第四章环境部署
• 第五章训练
• 第六章Time for true display of skills
• • 6.1.Pytorch1.6环境下运行代码-CPU主机（渴望钞能力.jpg）
  • 6.2.转pytorch1.2版本进行匹配
  • 6.3.重建模型
  • 6.4.后处理注意事项
• 第七章经验总结
• 第八章参考资料

第一章文档介绍

本文档记录总结了新版yolo算法在RK平台上部署过程。主要解决的问题在于版本的匹配，其次是网络的重建，最后是输出的处理。其中RK平台目前最新toolkit是1.4.1，对于本人熟悉的pytorch深度学习框架仅支持1.2版本（目前最新为1.7）。直接套用原始的代码在实验中出现了结果完全无法对应的情况（我愿称之为：玄学），因此对网络的重建以及原子操作的拆分很重要，由此确保结果的一致。最后，RK平台的工具只支持4维向量的操作，但yolo