玩转rk3588（二）：rknn模型转换、部署及性能测试，解决视频流处理高延时问题（二）_rk3588 物体跟踪

目录

1、环境准备

2、模型转换

虚拟机环境准备

生成onnx模型

生成rknn模型

3、rk3588部署

4、解决opencv读取RTSP进行图像处理时，高延迟

5、相关错误

1、xxx.onnx 模型转xxx.rknn模型时报错： E build: ImportError: /lib/x86_64-linux-gnu/libm.so.6: version `GLIBC_2.29' not found

6、参考

1、环境准备

开发板环境 

虚拟机环境 

2、模型转换

思路：在虚拟机上将pt模型转化成onnx模型，然后通过rknn-toolkit将onnx模型转换成rknn模型

虚拟机环境准备

下载 rknn-toolkit2-1.4.0.zip，yolov5-v5.0

# 创建python环境
conda create -n rk3588 python=3.6
conda activate rk3588
 
pip install numpy==1.19.5
git clone https://gitcode.net/mirrors/rockchip-linux/rknn-toolkit2.git (下载rknn-toolkit2)
cd ../rknn-toolkit2/doc
pip install -r rknn-toolkit2/doc/requirements_cp36-1.4.0.txt
pip install pandas pyyaml matplotlib seaborn
 
# 安装rknn-toolkit2工具包
cd ../rknn-toolkit2/packages
pip install rknn_toolkit2-1.4.0_22dcfef4-cp36-cp36m-linux_x86_64.whl

python环境验证是否安装成功

from rknn.api import RKNN

下载yolov5v6.0 

https://www.wpsshop.cn/w/码创造者/article/detail/933217