yolov10_rknn_Cplusplus
yolov10 瑞芯微 rknn 板端 C++部署，使用平台 rk3588。
编译和运行
1）编译
cd examples/rknn_yolov10_demo_open
bash build-linux_RK3588.sh
2）运行
cd install/rknn_yolov10_demo_open
./rknn_yolov10_demo
注意：修改模型、测试图像、保存图像的路径，修改文件为src下的main.cc
int main(int argc, char **argv)
{
char model_path[256] = "/home/firefly/zhangqian/rknn/rknpu2_1.4.0/examples/rknn_yolov10_demo_open/model/RK3588/yolov8n_ZQ.rknn";
char image_path[256] = "/home/firefly/zhangqian/rknn/rknpu2_1.4.0/examples/rknn_yolov10_demo_open/test.jpg";
char save_image_path[256] = "/home/firefly/zhangqian/rknn/rknpu2_1.4.0/examples/rknn_yolov10_demo_open/test_result.jpg";
detect(model_path, image_path, save_image_path);
return 0;
}测试效果
冒号“:”前的数子是coco的80类对应的类别，后面的浮点数是目标得分。（类别:得分）
把板端模型推理和后处理时耗也附上，供参考，使用的芯片rk3588，模型输入640x640，检测类别80类。
本示例用的是yolov10n，模型计算量6.7G，看到这个时耗觉得可能是有操作切换到CPU上进行计算的，查了rknn转换模型日志确实是有操作切换到CPU上进行的，对应的是模型中 PSA 模块计算 Attention 这部分操作。