|
之前用官方的python demo感觉帧率不是很高,
post process花费时间比较长, yolov3需要120ms, yolov3_tiny需要12ms
感觉python接口调用时间可能也比较高
所以最近想把用C/C++实现, 目前先是单张图, 正在修改视频读入和多线程
代码根据darknet中demo.c修改
直接将两个cpp加到官方提供ssd和mobinet的cpp的Linux rknn demo文件夹下, 修改下CMake文件即可
用官方中的yolo python demo得到的rknn模型即可, 注C代码中yolov3和yolov3_tiny大小都是416
rknn api和drv均为0.9.4
后续改完视频读入再测下帧率能达到多少, 目前python demo下是yolov3_tiny 20帧左右, yolov3 3帧附近。
另外一个问题:
在采用inputs[0].pass_through = false; 情况下, 输入大小是不是和rknn模型的输入大小有关系, 不能resize?我的yolov3是416的, 原来用608rknn模型好像在C代码运行时候rknn_inputs_set出现问题?
感觉是和rknn.build中dataset的图片大小有关系, 不是很确定?rknn.build(do_quantization=True, dataset='./dataset.txt')
有没有同学简单教学下rknn.build中量化校正数据是怎么一个操作...对量化这一块不是很熟悉...
|
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有帐号?立即注册
x
|