[Model] 新增scrfd rknpu2代码 (#504)

* * 新增scrfd rknpu2代码 * * 新增scrfd python代码 * 修正文档 * 修正文档以及部分错误 * 修改文档 * 修复部分错误 * 修复部分错误 * 修复部分错误 * scrfd更新代码 * scrfd更新代码
2026-04-24 17:49:42 +08:00 · 2022-11-10 10:05:15 +08:00
parent 3319a5bdb2
commit ca0de42d0b
12 changed files with 395 additions and 11 deletions
@@ -0,0 +1,72 @@
+# SCRFD C++部署示例
+
+本目录下提供`infer.cc`快速完成SCRFD在NPU加速部署的示例。
+
+在部署前，需确认以下两个步骤:
+
+1. 软硬件环境满足要求
+2. 根据开发环境，下载预编译部署库或者从头编译FastDeploy仓库
+
+以上步骤请参考[RK2代NPU部署库编译](../../../../../../docs/cn/build_and_install/rknpu2.md)实现
+
+## 生成基本目录文件
+
+该例程由以下几个部分组成
+```text
+.
+├── CMakeLists.txt
+├── build  # 编译文件夹
+├── image  # 存放图片的文件夹
+├── infer_cpu_npu.cc
+├── infer_cpu_npu.h
+├── main.cc
+├── model  # 存放模型文件的文件夹
+└── thirdpartys  # 存放sdk的文件夹
+```
+
+首先需要先生成目录结构
+```bash
+mkdir build
+mkdir images
+mkdir model
+mkdir thirdpartys
+```
+
+## 编译
+
+### 编译并拷贝SDK到thirdpartys文件夹
+
+请参考[RK2代NPU部署库编译](../../../../../../docs/cn/build_and_install/rknpu2.md)仓库编译SDK，编译完成后，将在build目录下生成
+fastdeploy-0.7.0目录，请移动它至thirdpartys目录下.
+
+### 拷贝模型文件，以及配置文件至model文件夹
+在Paddle动态图模型 -> Paddle静态图模型 -> ONNX模型的过程中，将生成ONNX文件以及对应的yaml配置文件，请将配置文件存放到model文件夹内。
+转换为RKNN后的模型文件也需要拷贝至model。
+
+### 准备测试图片至image文件夹
+```bash
+wget https://raw.githubusercontent.com/DefTruth/lite.ai.toolkit/main/examples/lite/resources/test_lite_face_detector_3.jpg
+cp test_lite_face_detector_3.jpg ./images
+```
+
+### 编译example
+
+```bash
+cd build
+cmake ..
+make -j8
+make install
+```
+## 运行例程
+
+```bash
+cd ./build/install
+./rknpu_test
+```
+运行完成可视化结果如下图所示
+
+<img width="640" src="https://user-images.githubusercontent.com/67993288/184301789-1981d065-208f-4a6b-857c-9a0f9a63e0b1.jpg">
+
+- [模型介绍](../../README.md)
+- [Python部署](../python/README.md)
+- [视觉模型预测结果](../../../../../../docs/api/vision_results/README.md)