一、主机模型转换 采用FastDeploy来部署应用深度学习模型到OK3588板卡上 进入主机ubuntu的虚拟环境 conda activate ok3588 主机环境搭建可以参考上一篇 《OK3588板卡实现人像抠图(十二)》 生成on
采用FastDeploy来部署应用深度学习模型到OK3588板卡上
进入主机ubuntu的虚拟环境
conda activate ok3588
主机环境搭建可以参考上一篇 《OK3588板卡实现人像抠图(十二)》
cd FastDeploy# 下载Paddle静态图模型并解压wget https://bj.bcebos.com/paddlehub/fastdeploy/PP_TinyPose_256x192_infer.tgztar -xvf PP_TinyPose_256x192_infer.tgz# 静态图转ONNX模型,注意,这里的save_file请和压缩包名对齐paddle2onnx --model_dir PP_TinyPose_256x192_infer \ --model_filename model.pdmodel \ --params_filename model.pdiparams \ --save_file PP_TinyPose_256x192_infer/PP_TinyPose_256x192_infer.onnx \ --enable_dev_version True# 固定shapepython -m paddle2onnx.optimize --input_model PP_TinyPose_256x192_infer/PP_TinyPose_256x192_infer.onnx \ --output_model PP_TinyPose_256x192_infer/PP_TinyPose_256x192_infer.onnx \ --input_shape_dict "{'image':[1,3,256,192]}"
Python tools/rknpu2/export.py --config_path tools/rknpu2/config/PP_TinyPose_256x192_unquantized.yaml \ --target_platfORM rk3588
把PP_TinyPose_256x192_infer文件夹打包放到OK3588板卡上
进入虚拟环境
conda activate ok3588
cd FastDeploy/examples/vision/keypointdetection/tiny_pose/rknpu2/cpp
mkdir build
cd build
cmake .. -DFASTDEPLOY_INSTALL_DIR=/home/forlinx/FastDeploy/build/fastdeploy-0.0.0/
make -j
得到了编译后的文件 infer_tinypose_demo
PP_TinyPose_256x192_infer 文件夹放在build里面
sudo ./infer_tinypose_demo PP_TinyPose_256x192_infer pose.jpg
来源地址:https://blog.csdn.net/shajiayu1/article/details/132539360
--结束END--
本文标题: 全网首发,人体姿态估计算法在OK3588上部署应用(十三)
本文链接: https://www.lsjlt.com/news/383304.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
下载Word文档到电脑,方便收藏和打印~
2024-03-01
2024-03-01
2024-03-01
2024-03-01
2024-03-01
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
0