mirror of
https://github.com/PaddlePaddle/FastDeploy.git
synced 2026-04-28 02:53:39 +08:00
Zheng_Bicheng
dc13eb7049
* 对RKNPU2后端进行修改，当模型为非量化模型时，不在NPU执行normalize操作，当模型为量化模型时，在NUP上执行normalize操作 * 更新RKNPU2框架，输出数据的数据类型统一返回fp32类型 * 更新scrfd，拆分disable_normalize和disable_permute * 更新scrfd代码，支持量化 * 更新scrfd python example代码 * 更新模型转换代码，支持量化模型 * 更新文档 * 按照要求修改 * 按照要求修改 * 修正模型转换文档 * 更新一下转换脚本
71 lines
1.9 KiB
Markdown
71 lines
1.9 KiB
Markdown
# 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.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.
|
|
|
|
### 拷贝模型文件至model文件夹
|
|
请参考[SCRFD模型转换文档](../README.md)转换SCRFD ONNX模型到RKNN模型,再将RKNN模型移动到model文件夹。
|
|
|
|
### 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
|
|
export LD_LIBRARY_PATH=${PWD}/lib:${LD_LIBRARY_PATH}
|
|
./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)
|