不采用fastdeploy等三方框架,使用rknn-lite2或者rknpu在rk3588上加速,测试加速的是rknn自带的yolov5模型。

备注:

1.测试视频:多人,帧:3000,时长:2min,分辨率:1920x1080,fps:25

2.测试包括预处理、推理、后处理以及每帧画图保存以及视频保存的总时间。

实验:

1.rknn-lite2  python

rknn的npu的python接口

1.1 rknpu2/examples/rknn_yolov5_demo/model/RK3588/yolov5s-640-640.rknn

使用rknn-toolkit2中的yolov5代码,fps:12.48

1.2 rknpu2/examples/rknn_yolov5

2.rknpu2 c++

3.一些rk3588常规命令

df -h:

 /userdata目录下还有不少空间,可以测

tmpfs:临时文件系统,用于在虚拟存储器中保持文件,可忽略。

GitHub 加速计划 / yo / yolov5
49.4 K
16.03 K
下载
yolov5 - Ultralytics YOLOv8的前身,是一个用于目标检测、图像分割和图像分类任务的先进模型。
最近提交(Master分支:2 个月前 )
79b7336f * Update Integrations table Signed-off-by: Glenn Jocher <glenn.jocher@ultralytics.com> * Update README.md Signed-off-by: Glenn Jocher <glenn.jocher@ultralytics.com> * Update README.zh-CN.md Signed-off-by: Glenn Jocher <glenn.jocher@ultralytics.com> --------- Signed-off-by: Glenn Jocher <glenn.jocher@ultralytics.com> 21 天前
94a62456 * fix: quad training * fix: quad training in segmentation 23 天前
Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐