Yolov5上板教程：使用yolov5改写yolov3_mobilenetv2_example

一、前言

本教程在solution_zoo/solution_example中的yolov3_mobilenetv2_example基础上，使用yolov5替换yolov3，成功在板端运行yolov5。整个过程基本不需要自己写代码，只需对一些配置文件进行修改。

使用docker开发环境，开发包版本：horizon_x3_open_explorer_v1.3.9_20210805142932

二、Yolov5模型准备

原始模型我使用的是model_zoo中的YOLOv5l.onnx模型。然后用ai_toolchain提供的yolov5工具，将浮点模型转换成定点模型，得到yolov5_672×672_nv12.bin文件。

转换中用到的data没有提供，但是根据sh文件中data的路径，可以知道用的是coco数据集，去coco官网下载对应的data即可。

三、魔改yolov3_mobilenetv2_example

将models文件夹下的yolov3_nv12_hybrid_horizonrt.bin替换成刚才得到的yolov5_672×672_nv12.bin，建议将文件名改成yolov5_nv12_hybrid_horizonrt.bin，方便后面对配置文件的修改。

修改配置文件的过程很简单粗暴，把文件名和文件内容中的yolov3字段全部替换成yolov5。此外，configs文件夹下的infer_yolov3_config_2M.json和infer_yolov3_config_8M.json需要进一步修改，以infer_yolov_config_2M.json为例:

下面列出了所有需要修改的文件：

• build_and_deploy.sh

• CMakeLists.txt

• main.cc

• run_example.sh

• configs/infer_yolov3_config_2M.json
• configs/infer_yolov3_config_8M.json
• configs/solution_yolov3.json
• configs/workflow_yolov3.json

• plugins/example_smart_plugin/include/example_smart_plugin.h

• plugins/example_smart_plugin/src/example_smart_plugin.cc

四、更新model_inference库

yolov3_mobilenetv2_example中调用了model_inference库来完成yolov3的算法推理（predict和postprocess），但没提供yolov5的，需要自定义yolov5的处理method，然后更新model_inference库。

找到model_inference的开发包位置，路径为/ddk/package/host/source_code/model_inference。

/include/model_inference/postprocess存放模型的postprocess.h文件（例如yolov3_postprocess.h），在此新增yolov5_postprocess.h，代码如下：

/src/postprocess存放模型的postprocess.cc文件（例如yolov3_postprocess.cc），在此新增yolov5_postprocess.cc，代码如下：

新增了yolov5的postprocess方法后，需要注册yolov5_postprocess，将/scr/postprocess.cc修改为：

接下来，使用cmake对model_inference进行打包。因为我用的是docker环境，所以需要先将model_inference开发包添加到容器中。需要注意的是，因为model_inference依赖其他的一些库，所以我将整个/ddk/package都添加到了容器中。model_inference开发包中已经提供了cmake的配置文件CMakeLists.txt，所以只需要在model_inference目录下依次执行以下指令：

output文件夹里存放了cmake后的model_inference库，用它更新原来的model_inference库，docker容器中库的路径为/root/.horizon/aarch64/x3/model_inference。

五、运行yolov5_mobilenetv2_example

yolov3_mobilenetv2_example中调用了model_inference库来完成yolov3的算法推理（predict和postprocess），但没提供yolov5的，需要自定义yolov5的处理method，然后更新model_inference库。