关于darknet-yolov4 转换成rknn模型的问题

from rknn.api import RKNN

rknn = RKNN(verbose=True)
print("rknn initialized")
rknn.config(batch_size=1, channel_mean_value='0 0 0 255', reorder_channel='0 1 2', need_horizontal_merge=True)
print("config finish")
rknn.load_darknet("yolov4.cfg", "yolov4.weights")
print("load darknet model")
rknn.build(do_quantization=False)
print("build rknn model")
rknn.export_rknn("./yolo_v4.rknn")
print("export rknn model")
rknn.release()
请问这样对yolov4的模型进行转换是否正确？望解答

from rknn.api import RKNN

rknn = RKNN(verbose=True)
print("rknn initialized")
rknn.config(batch_size=1, channel_mean_value='0 0 0 255', reorder_channel='2 1 0', need_horizontal_merge=False)
print("config finish")
rknn.load_darknet("yolov3.cfg", "yolov3.weights")
print("load darknet model")
rknn.build(do_quantization=False)
print("build rknn model")
rknn.export_rknn("./yolov3.rknn")
print("export rknn model")
rknn.release()

我用如上代码， 将darknet的yolov3转换成了rknn模型， 使用flask部署在了rk1808上



图片使用的是下面的这张， 在输入模型之前转成了416*416*3

下面这一步需要大约3s的时间才能执行完
outputs = rknn.inference(inputs=[image_mat_BGR])

请问这正常吗？

rknn模型的具体转换问题，都可以直接加入置顶帖rknn官方qq群进行询问和探讨

jefferyzhang 发表于 2021-2-2 14:19
rknn模型的具体转换问题，都可以直接加入置顶帖rknn官方qq群进行询问和探讨

好的, 感谢~

SimonNeko 发表于 2021-2-1 12:56
from rknn.api import RKNN

rknn = RKNN(verbose=True)

rknn.build(do_quantization=False)
你沒有做量化，推理時間長是正常的
要在板子上執行必須做量化再進行推理才會加速

请问楼主，
你在转换的时候，cfg文件和weight文件修改过吗？我用官方下载的cfg和weights文件，转换后inference的结果不对。小目标的向量在最前面。

比如，原本的输出应该是【13*13】[26*26][52*52]，我这里的结果是反过来的【52*52】[26*26]【13*13】。