yolov5在rk3588上加速

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:

yolov5在rk3588上加速_第1张图片

 /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。

你可能感兴趣的:(算法部署,YOLO)