mirror of
https://github.com/PaddlePaddle/FastDeploy.git
synced 2026-04-26 18:20:06 +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
45 lines
1.7 KiB
Markdown
45 lines
1.7 KiB
Markdown
# SCRFD Python部署示例
|
|
|
|
在部署前，需确认以下两个步骤
|
|
|
|
- 1. 软硬件环境满足要求，参考[FastDeploy环境要求](../../../../../../docs/cn/build_and_install/rknpu2.md)
|
|
|
|
本目录下提供`infer.py`快速完成SCRFD在RKNPU上部署的示例。执行如下脚本即可完成
|
|
|
|
## 拷贝模型文件
|
|
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模型移动到该目录下。
|
|
|
|
|
|
## 运行example
|
|
拷贝模型文件后，请输入以下命令，运行RKNPU2 Python example
|
|
```bash
|
|
# 下载部署示例代码
|
|
git clone https://github.com/PaddlePaddle/FastDeploy.git
|
|
cd FastDeploy/examples/vision/facedet/scrfd/rknpu2/python
|
|
|
|
# 下载图片
|
|
wget https://raw.githubusercontent.com/DefTruth/lite.ai.toolkit/main/examples/lite/resources/test_lite_face_detector_3.jpg
|
|
|
|
# 推理
|
|
python3 infer.py --model_file ./scrfd_500m_bnkps_shape640x640_rk3588.rknn \
|
|
--image test_lite_face_detector_3.jpg
|
|
```
|
|
|
|
## 可视化
|
|
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">
|
|
|
|
|
|
|
|
## 注意事项
|
|
RKNPU上对模型的输入要求是使用NHWC格式，且图片归一化操作会在转RKNN模型时，内嵌到模型中，因此我们在使用FastDeploy部署时，
|
|
需要先调用DisablePermute(C++)或`disable_permute(Python)，在预处理阶段禁用归一化以及数据格式的转换。
|
|
|
|
## 其它文档
|
|
|
|
- [SCRFD 模型介绍](../README.md)
|
|
- [SCRFD C++部署](../cpp/README.md)
|
|
- [模型预测结果说明](../../../../../../docs/api/vision_results/README.md)
|
|
- [转换SCRFD RKNN模型文档](../README.md)
|