rk3568问题

[gxydbc]

如果要将这个代码部署在rk3568上，需要做哪些修改呢 谢谢！

[gxydbc]

在运行./build-linux_RK3588.sh时，结果如下 root@iTOP-RK3568:/home/topeet/rknn-cpp-Multithreading-main$ ./build-linux_RK3588.sh -- Configuring done -- Generating done -- Build files have been written to: /home/topeet/rknn-cpp-Multithreading-main/build/build_linux_aarch64 [100%] Built target rknn_yolov5_demo [100%] Built target rknn_yolov5_demo Install the project... -- Install configuration: "" -- Up-to-date: /home/topeet/rknn-cpp-Multithreading-main/install/rknn_yolov5_demo_Linux/./rknn_yolov5_demo -- Up-to-date: /home/topeet/rknn-cpp-Multithreading-main/install/rknn_yolov5_demo_Linux/lib/librknnrt.so -- Up-to-date: /home/topeet/rknn-cpp-Multithreading-main/install/rknn_yolov5_demo_Linux/lib/librga.so -- Up-to-date: /home/topeet/rknn-cpp-Multithreading-main/install/rknn_yolov5_demo_Linux/.//model -- Up-to-date: /home/topeet/rknn-cpp-Multithreading-main/install/rknn_yolov5_demo_Linux/.//model/RK3588 -- Up-to-date: /home/topeet/rknn-cpp-Multithreading-main/install/rknn_yolov5_demo_Linux/.//model/RK3588/yolov5s.rknn -- Up-to-date: /home/topeet/rknn-cpp-Multithreading-main/install/rknn_yolov5_demo_Linux/.//model/RK3588/yolov5s-640-640.rknn -- Up-to-date: /home/topeet/rknn-cpp-Multithreading-main/install/rknn_yolov5_demo_Linux/.//model/coco_80_labels_list.txt /home/topeet/rknn-cpp-Multithreading-main 模型名称: ./model/RK3588/yolov5s.rknn 线程数: 6 Loading mode... E RKNN: [07:34:24.135] failed to check rknpu hardware version: 0 E RKNN: [07:34:24.135] This rknn model is for RK3588, but current platform is RK3566/RK3568 E RKNN: [07:34:24.143] rknn_init, load model failed! rknn_init error ret=-6

[leafqycc]

如果要将这个代码部署在rk3568上，需要做哪些修改呢 谢谢！

快速部署的话可以尝试：

替换include下的动态链接库librknn_api.so librknnrt.so

替换include下的头文件rknn_api.h

将model/RK3588的模型换为https://github.com/rockchip-linux/rknpu2/tree/v1.5.0/examples/rknn_yolov5_demo/model/RK3566_RK3568 下的模型

注释掉include/rknnPool.hpp的59 - 71行

注释掉build-linux_RK3588.sh的28行, 并取消26行的注释

将include/rknnPool.hpp的167 - 186行替换为

if (img_width !=  width || img_height !=  height)
        cv::resize(img, img, cv::Size(640, 640));
inputs[0].buf = (void *)img.data;

然后到根目录下运行build-linux_RK3588.sh进行编译测试

[leafqycc]

需要注意的是，rk3568的npu算力并不高(rk3588的1/6)，多线程的加速效果可能不明显(在rk3566上测试提升大约50% ？)

可能的改进提升方案：

1. 采用 rknn_model_zoo下的优化模型

2. 更新rknn的api版本为1.5.2，本项目截止目前使用的api仍是1.5.0版本(校内作业太多暂无力更新项目)

3. 使用mpp进行解/编码，使用rga进行图片放缩，具体也可以参考rknpu2主线下的视频demo

4. 尝试跳帧推理(第一帧进行推理绘制，第二帧使用第一帧的推理结果进行预测框体绘制，第三帧进行推理绘制······以此类推)，此方法能较明显地提高帧率，但在高速场景下的表现可能非常糟糕

[gxydbc]

好的，非常感谢！

[jumengbo]

如果要将这个代码部署在rk3568上，需要做哪些修改呢 谢谢！

快速部署的话可以尝试：

替换include下的动态链接库librknn_api.so librknnrt.so

替换include下的头文件rknn_api.h

将model/RK3588的模型换为https://github.com/rockchip-linux/rknpu2/tree/v1.5.0/examples/rknn_yolov5_demo/model/RK3566_RK3568 下的模型

注释掉include/rknnPool.hpp的59 - 71行

注释掉build-linux_RK3588.sh的28行, 并取消26行的注释

将include/rknnPool.hpp的167 - 186行替换为

if (img_width !=  width || img_height !=  height)
        cv::resize(img, img, cv::Size(640, 640));
inputs[0].buf = (void *)img.data;

然后到根目录下运行build-linux_RK3588.sh进行编译测试

将include/rknnPool.hpp的167 - 186行替换为,为什么rknnPool.hpp并没有这么多行