CSDN路径:RK3588部署三个USB摄像头的yolov5模型----本人原创博客
一、搭建环境
sudo apt update
sudo apt apt-get python3.10.12
sudo apt-get install python3-opencv
sudo apt-get install python3-pip
我买的是飞凌的板子,所以直接拿他们提高的模型直接跑,在开发板创建一个名为yolov5的目录,先把压缩包通过文件传输到开发板的/home/forlinx/Public/yolov5目录下,然后用
tar -xvfj 3588-ubuntu22.04跑yolov5-demo.zip.gz进行解压。
注:因为飞凌的开发板只有一个USB接口,所以需要买一个pcle2.0的USB板载卡提高多余的USB接口,这里推荐绿联的

解压完的目录是这样的:

安装目录下的推理工具和API
sudo pip3 install rknn_toolkit_lite2-1.5.0-cp310-cp310-linux_aarch64.whl
二、先检查开发板的rknn驱动和库版本
我的rknn驱动是0.8.8,库版本是1.3.0
三、修改官方的main.py文件
因为官方给的是单摄像头的demo,这里我们需要用的是多摄像头的推理模型,所以需要进行优化和修改,下面是多摄像头的推理源码—源码链接
四、运行程序
python3 main.py
目前我的模型只优化到了平均帧率为24左右,NPU三核占用率为55%、53%、51%,后续将持续优化,提升NPU三核的占有率
注意:这里有同学运行后会出现各种报错,我这里简单罗列一下常见的报错
1、这是因为在xhsell或者ssh运行导致的图形化打不开的报错,所以需要一块屏幕去显示摄像头,我这里用的是电脑的扩展屏
2、Python版本的报错,这里运行模型需要python3.0以上的版本,所以注意自己的python版本
五、后续优化:
可以将摄像头绑定对应的NPU核心,三个摄像头刚好一一对应上,还可以批量传入Batch,让NPU一次处理10帧也可以提高帧数,后续优化后会更新此文章