rknn模型转换问题记录

识别框问题

1. yolov5s训练效果良好（自定义数据集，口罩识别）

https://github.com/airockchip/yolov5.git
https://blog.csdn.net/m0_51714298/article/details/125916417

2. 转换rknn过程正常无报错（onnx2rknn.py）

3. 部署在rk3588上出现问题（输出目标过多）

处理后的图如下（问题未知，暂未解决）：

2022.8.3修改：

经过各种尝试，最终解决：
原来是在转换模型的时候rknn.config中的mean_values与std_values以前测试的时候删掉了。（血泪教训）

笔记：其中还尝试将onnx输出修改为5维[1,3,20,20,7]，原问题不仅没解决，还增加了新问题

切记：rknn模型的输出有三个，分别是：
1×255×80×80
1×255×40×40
1×255×20×20
其中这里的255是85*3，这里的3是指3个anchor产生的3个box，而这里的85是指5+80=85，其中80是类别数量，每个类别数量对应一个label score,—共80个label score,而5是指box的四个坐标加一个box score.

另外，yolov5-6.0输出有四个，但rknn只需三个，具体修改可参考
https://zhuanlan.zhihu.com/p/448651888
再记录一下做的很有用处的笔记
https://blog.csdn.net/Jormungand123/article/details/124420693?utm_medium=distribute.pc_relevant.none-task-blog-2_defaultbaidujs_baidulandingword~default-1-124420693-blog-123525405.pc_relevant_default&spm=1001.2101.3001.4242.2&utm_relevant_index=4