个人信息已确认，请安排邮寄。优秀奖选择均码防晒衣。感谢luckfox和EEworld对本次活动的大力支持！

给你参考一下我的帖子。#AI挑战营终点站# rv1106平台使用yolov5识别手写数字 - Linux与安卓 - 电子工程世界-论坛 (eeworld.com.cn) 我是使用yolov5 7.0版本训练的yolov5s.pt权重，然后使用https://github.com/airockchip/yolov5的export.py函数转为onnx模型，再使用 https://github.com/airockchip/rknn_model_zoo的convert.py转成rknn模型。最终部署项目是 https://github.com/luckfox-eng29/luckfox_pico_rtsp_yolov5。

本帖最后由 不语arc 于 2024-5-9 16:32 编辑 个人信息已确认，领取板卡，可继续完成&分享挑战营第二站和第三站任务

qiao--- 发表于 2024-4-30 16:00 楼主有过这样的报错没  

好像没遇到过。我觉得你可以先重新导出onnx版本为19的权重，再试试我提到的链接固定输入batchsize为1。

2024-4-30 13:27 toolkit2汾onnx汾19  ν  

用这个新配置好的高版本环境，重新将pth转成onnx，这个样就可以了

本帖最后由 不语arc 于 2024-4-30 10:14 编辑 ONNX模型： ONNX（Open Neural Network Exchange）是一种开放的模型交换格式，设计用于深度学习和机器学习领域。它的主要目的是使不同框架（如PyTorch、TensorFlow、MXNet等）训练的模型能够在多个平台上无缝运行，提高了模型的可移植性和互操作性。 RKNN模型： RKNN模型是指针对瑞芯微（Rockchip）系列芯片优化的神经网络模型。RKNN（Rockchip Neural Network）是瑞芯微提供的一个工具包，用于将常见的深度学习模型格式（如Caffe、TensorFlow、ONNX等）转换为专为瑞芯微NPU（Neural Processing Unit）设计的高效运行格式。这种转换过程涉及模型的优化、量化以及可能的结构调整，以确保模型在瑞芯微芯片上运行时能实现高性能和低功耗。 #AI# UbuntuONNXRKNN - Linux - - (eeworld.com.cn)

一荤一素 发表于 2024-4-13 16:06 执行这个程序默认在CPU上跑

还真是，忘记加了，cpu速度也够了。

Jacktang 发表于 2024-4-13 07:22 如果处理彩色图形字体会怎样

彩色图片在数据预处理部分进行了灰度化，rgb三个通道合成了单通道。

基于pytorch的手写数字识别实现 预期应用：在spi屏幕上，实现一个画板的手写数字转文本功能；使用摄像头，完成车牌识别等监控管理平台。

本帖最后由 不语arc 于 2024-4-12 19:14 编辑 1.模型可以简单理解成一个f(x)函数，模型的训练就是一个不断拟合数据集的过程，通过输出结果f(x)与标签值计算损失，完成梯度下降更新f(x)中的权重。训练的最终结果就是得到一个相对效果很好的f(x)函数，输入x，模型能得到较好的结果。 2. Pytorch是一个深度学习框架，pytorch提供了很多用于深度学习的函数，可以很轻松构建、训练和部署神经网络模型。在python环境中，使用pytorch和调用opencv库是差不多的意思。Pytorch支持Linux、Windows、macos等多个操作平台。 3. 动手实践链接：https://bbs.eeworld.com.cn/thread-1277398-1-1.html

个人信息无误，已知晓需自己支付邮费

申请板卡：GD32 Colibri-F350RB 从大二开始学习电子设计，如今已经是研二。一直以来都是用stm32，ST的Cubemx让我变得懒惰不想用国产的32芯片，但最近看了一些讲芯片战争的书籍，我被兆易创新深深折服，因为非常想体验一下GD32的开发板。