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

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

图像处理

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。