@ccjjww1222 这个应该是不可以的，只能按照头文件里设定的进行配置。

@ccjjww1222 感谢您的支持。百度的fastdeploy仓库我已经初步适配完毕了，目前计划11.11在bilibili将有个直播，有Picodet（Detection）和PPHumanSeg的部署过程，有时间可以来看看。

@ccjjww1222 您先要学会怎么用onnxruntime跑通模型，然后再学习Rknn。您自己从头到尾把后处理写一遍，就知道问题出在哪里了。只跑代码，不学原理，不是长久之计。:-)

@ccjjww1222 我在获取推理结果坐标那个问题底下不是回复您如何排查问题了吗？您流程走一遍了吗

@ccjjww1222 这个应该是暂时查看不了的。和显卡不一样，rknn目前好像没办法实时查看NPU的信息。

@ccjjww1222

有问题无非两种情况。

• 第一种情况是模型本身就有问题。
• 第二种情况是模型没问题，rknn推理有问题。

排查的方法有两种。

• 第一种:针对RKNN推理精度问题，rknn-toolkit提供了连板调试的方法，但是我们还未开放这个方法。
• 第二种：请先用onnxruntime跑一遍onnx模型的推理结果，如果onnx推理出来的结果出错，说明是模型本身的问题。如果onnx推理没错，rknn错了，你再留言。

针对这个仓库的话，RKNN精度应该是没问题的，这个RK那边已经测试过了。只可能是模型不匹配，毕竟不可能100%都检测出来。

@ccjjww1222 正常，确实就是100ms左右

@ccjjww1222 这个yolov5应该是没问题的呀，你训练的yolov5是哪个版本的yolov5？

@ccjjww1222 yolov5计划在11月底前实现适配，下周可能会推出轻量级目标检测框架Picodet的适配，您可以尝试一下。

@ccjjww1222 NHWC这个配置不需要更改，输入图片不做nhwc转nchw的preprocess就行了。重要的是你需要更改目标板子的型号，你导出的模型是RK356X的，所以在RK3588上跑不通。请查询一下rknn-toolkit的文档，没记错的话应该是config函数存在这个配置选项。

@ccjjww1222 我懂你的意思，你们就是把yolov5 clone下来训练一遍嘛。如果你们没有改动模型结构的话，在rknn上推理是会出错的。请先用这个仓库的yolov5进行训练:EASY-EAI-Yolov5

@ccjjww1222

• 看你的log，你模型导出的device是RK356X系列的，需要改为RK3588。

• RKNPU2目前只支持输入数据为NHWC格式

改一下以上两点

@ccjjww1222 每一个模型的输出设计都是不一样的，后处理也不一样，没办法提供一个通用的后处理代码。

@ccjjww1222 你驱动安装了吗？参考我之前给你发的教程，里面有驱动的安装教程

@ccjjww1222

这个后处理部分，暂时我们还没有提供，网络上先找找，目前yolov5正在TODO计划中。

@ccjjww1222

• NPU需要系统sudo权限，请使用sudo -E python3 xxx.py来运行代码。

• 使用yolov5请注意版本，目前测试yolov5 6.0的代码存在bug。可以考虑使用RK官方改进的yolov5做代替。

@ccjjww1222 在Rknn-toolkitlite/docs文件下不是有吗

@ccjjww1222 已经发送，有问题请在这个帖子持续回复

@ccjjww1222

在板子上安装rknn_toolkit_lite2我们提供了两种方案

• 第一种方案请参考我写的帖子

• 第二种方案是手动安装，您可以留个邮箱地址，我给您发PDF文档。

@ccjjww1222

• rknn-toolkit是用于转换RK1代NPU模型的库。

• rk3588s是二代NPU，PC上转换模型的库需要安装的是rknn-toolkit2，板子上安装的叫做rknn_toolkit_lite2