YOLOV5 RKNN部署加速

线程池推理

略（待补充）

修改导出模型的尺寸

python export.py --weights /workspace/yolov5/runs/train/exp12/weights/best.pt --img 640 --batch 1 --include onnx --opset 12

修改img的参数，要给根据自己的实际情况进行修改

修改检测头

略（待补充）

修改激活函数

例如seLU改为reLU，在性能上有所提升在精度上有所下降
对比如下
reLu精度

seLu精度

时间上快%25
修改过程 修改commony.py文件
将
default_act = nn.SiLU() # default activation # default_act = nn.ReLU() #default activation
替换。

注意： 更改激活函数后需要从头进行训练