文章目录
- 一、概述
- 二、模型转换流程
- 三、模型转换参考示例
- 四、执行模型转换
一、概述
RKNN-Toolkit 支持 Caffe、TensorFlow、TensorFlow Lite、ONNX、Darknet、Pytorch、MXNet 和 Keras 模型转成 RKNN 模型,支持 RKNN 模型导入导出,后续能够在 Rockchip NPU 平台上加载使用。
从1.2.0版本开始支持多输入模型。
从1.3.0版本开始支持Pytorch和MXNet。
从 1.6.0 版本开始支持 Keras 框架模型,并支持 TensorFlow 2.0 导出的 H5 模型。
二、模型转换流程
三、模型转换参考示例
参考:
<sdk>/external/rknn-toolkit/examples/rknn_convert
- tensorflow模型 参考tensorflow/mobilenet-ssd
- caffe模型 参考caffe/mobilenet_v2
- onnx模型 参考onnx/mobilenet_v2
- tflite模型 参考tflite/mobilenet_v1<
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)