yolo瑞芯微rk4588部署 YOLOv8分割模型转换rknn工具使用指南（ONNX-_RKNN）

YOLOv8分割模型转换工具使用指南（ONNX->RKNN）

注：此转换工具需配合仓库中的rk-yolov8(rokkieluo/rk-yolov8)使用，操作系统为Ubuntu

一、环境依赖搭建

1. 进入RK官方GitHub仓库：rknn-toolkit2/rknn-toolkit2/packages/x86_64 at master · airockchip/rknn-toolkit2
2. 下载RKNN Toolkit2的Python包，选择与自己Python版本匹配的版本
3. （可选）创建并激活虚拟环境

注：此处需先安装requirements.txt中的依赖环境，之后才可安装rknntoolkit2的whl包
只有搭建好依赖环境，后续操作才能正常实现

二、拉取本工具到本地

1. 创建一个文件夹
2. 进入该文件夹，执行以下命令拉取代码：

   gitclone https://github.com/rokkieluo/yolov8_seg_convert_rknn.git

三、更换自己的测试图片和ONNX模型

1. 将自己的测试图片放入以下两个目录：

   • yolov8_seg_convert_rknn目录
   • data目录
     并相应更改dataset.txt的内容（示例：image1）

2. 将经过rk-yolov8转换后的ONNX模型放入yolov8_seg_convert_rknn目录下
   

四、更改convert.py

1. 在convert.py中进行如下修改：

   • 找到QUANTIZE_ON参数（量化选项），根据需求设置是否量化（一般建议量化以提升速度）

2. 更改测试图片路径，确保指向正确的测试图片位置
   
   

五、终端运行convert.py

执行以下命令：

python convert.py

运行后将得到RKNN模型，同时会生成一个仿真检测图（test_rknn_result.jpg），用于判断转换的模型是否正常。如果结果正常，则转换RKNN模型成功。

About 关于

YOLOv8-seg分割模型转换工具(ONNX->RKNN)

Resources

• Readme 自述文件
• Activity 活动

其他

• Report repository 报告仓库
• Releases 版本发布: No releases published 没有发布内容
• Packages 包: 0 个，No packages published 没有发布的软件包
• Languages 语言: Python (100.0%)