RK3568’de RKNN YOLOv5 Demo Tabanlı NPU Test Programlarını Derleme ve Çalıştırma
Rockchip RK3568 işlemcisi üzerinde yapay zeka uygulamaları geliştirmek, özellikle Neural Processing Unit (NPU) kullanımıyla performansı optimize etmek isteyenler için oldukça önemlidir. Bu makalede, RKNN YOLOv5 demo projesini temel alarak, NPU test programlarının nasıl derlenip çalıştırılacağını adım adım açıklayacağız. Bu işlem, hem RK3568’in NPU yeteneklerini test etmek hem de kendi özelleştirilmiş YOLOv5 modellerinizle çalışmak için faydalı olacaktır. Öncelikle, gerekli yazılım ve donanım bileşenlerine göz atalım.
Gerekli Yazılım ve Donanım
Başlamadan önce, aşağıdaki bileşenlere ihtiyacınız olacak:
- Bir RK3568 geliştirme kiti (örneğin, Raspberry Pi gibi bir SBC)
- Ubuntu veya Debian tabanlı bir Linux işletim sistemi (önerilir)
- Rockchip’in RKNN SDK’sı buradan indirilebilir.
- CMake derleme aracı
- Bir C/C++ derleyicisi (g++)
- YOLOv5 modeli (önceden eğitilmiş veya kendi eğitilmiş modeliniz)
RKNN SDK’sının Kurulumu
İlk adım, RKNN SDK’sını indirmek ve sisteminize kurmaktır. İndirdiğiniz arşiv dosyasını açın ve ./install.sh komutuyla kurulumu başlatın. Kurulum sırasında olası bağımlılıklar otomatik olarak kurulacaktır. Ancak, sorun yaşarsanız, eksik bağımlılıkları manuel olarak kurmanız gerekebilir. Bu adım, işletim sisteminize ve kurulum yolunuza bağlı olarak değişebilir. Kurulum tamamlandıktan sonra, SDK’nın doğru şekilde kurulduğundan emin olmak için, kurulu dosyaların yolunu kontrol edin.
RKNN YOLOv5 Demo Projesinin Hazırlanması
RKNN YOLOv5 demo projesini buradan indirebilirsiniz. Proje, YOLOv5 modelini RKNN SDK’sı ile entegre etmek için gerekli dosyaları içerir. İndirdiğiniz projenin içindeki README.md dosyasını dikkatlice inceleyin. Bu dosya, derleme ve çalıştırma adımları hakkında detaylı bilgi verecektir. Gerekli değişiklikleri yapın ve derleme işlemine geçebilirsiniz.
Derleme ve Çalıştırma
Proje dizinine girdikten sonra, CMake kullanarak projenizi derleyebilirsiniz. Bu işlem, sisteminizin yapılandırmasına bağlı olarak biraz zaman alabilir. Derleme işlemi başarılı bir şekilde tamamlandıktan sonra, çıktı dizininde rknn_yolov5_demo adlı bir yürütülebilir dosya bulacaksınız. Bu dosyayı çalıştırmak için, gerekli parametreleri girmeniz gerekecektir. Örneğin, model dosyasının yolu ve giriş görüntüsünün yolu gibi. Bu parametreler, projenin README.md dosyasında detaylı bir şekilde açıklanmıştır. Çalıştırma komutu genellikle şu şekilde olacaktır:
./rknn_yolov5_demo --model_path [model_yolu] --image_path [resim_yolu]Bu komutu çalıştırdıktan sonra, sonuçlar konsolda görüntülenmelidir. Sonuçları analiz ederek, NPU’nun performansını değerlendirebilirsiniz. Performans ölçümleri, çalışma süresi ve doğruluk gibi metrikleri içermelidir. Eğer sorun yaşarsanız, proje dizinindeki log dosyasını inceleyin. Bu dosya, derleme ve çalışma sırasında oluşan hataları içerecektir.
Sonuç ve İleri Adımlar
Bu makalede, RK3568 üzerinde RKNN YOLOv5 demo projesini kullanarak NPU test programlarının nasıl derlenip çalıştırılacağını açıkladık. Bu adımları takip ederek, kendi özelleştirilmiş YOLOv5 modellerinizi RK3568’in NPU’su üzerinde test edebilir ve performansını inceleyebilirsiniz. Daha fazla bilgi için, RKNN SDK’sının dokümanlarını inceleyin. Kendi projelerinizi geliştirirken, sorunlarla karşılaştığınızda, Rockchip’in forumlarını veya topluluk kaynaklarını kullanabilirsiniz. Umarım bu makale size yardımcı olmuştur.
Daha fazla gömülü sistem geliştirme ve yapay zeka projesi hakkında bilgi için fatihsoysal.com adresini ziyaret edebilirsiniz.
#Etiketler: RK3568, RKNN, YOLOv5, NPU, Derleme, Çalıştırma, Rockchip, Yapay Zeka, Gömülü Sistemler, Derin Öğrenme