1.2 wsl2配置更新WSL2
wsl --update
查看版本
wsl -v -l
设置WSL默认版本
wsl --set-default-version 2
1.3 下载ubuntu镜像
打开微软商店下载ubuntu20.04(根据自己的喜好,下载22.04也行,博主安装的是20.04)
1.4 配置vscode环境打开vscode后安装wsl插件,然后会自动加载wsl系统
二、yolovn模型 hhb编译以及量化2.1搭建docker环境并启动容器首先要在自己的电脑上安装 Docker,先卸载可能存在的 Docker 版本:
sudo apt-get remove docker docker-engine docker.io containerd runc
安装Docker依赖的基础软件:
sudo apt-get update
sudo apt-get install apt-transport-https ca-certificates curl gnupg-agent software-properties-common
添加官方源
sudo apt-get update
sudo apt-get install apt-transport-https ca-certificates curl gnupg-agent software-properties-common
安装 Docker:
sudo apt-get update
sudo apt-get install docker-ce docker-ce-cli containerd.io
安装完毕后,获取 HHB 环境的 Docker 镜像
docker pull hhb4tools/hhb:2.4.5(如果有人拉取很慢的原因,可以挂上代理,速度会快很多)
拉取镜像完毕后,使用下面的命令进入 Docker 镜像:
docker run -itd --name=your.hhb2.4 -p 22 "hhb4tools/hhb:2.4.5"
docker exec -it your.hhb2.4 /bin/bash
进入 Docker 镜像后,可使用下面的命令确认 HHB 版本并配置交叉编译环境:
hhb --version
export PATH=/tools/Xuantie-900-gcc-linux-5.10.4-glibc-x86_64-V2.6.1-light.1/bin/:$PATH
2.2 开始编译yolov5n模型以及量化2.2.1 复现一下之前别人的错误
cd /home
git clone https://github.com/ultralytics/yolov5.git
cd yolov5
pip3 install ultralytics
python3 export.py --weights yolov5n.pt --include onnx
下面是博主的输出信息,可见已经得到了onnx模型
[code]root@3eb4c58bfd83:/home/yolov5# python3 export.py --weights yolov5n.pt --include onnx
export: data=data/coco128.yaml, weights=['yolov5n.pt'], imgsz=[640, 640], batch_size=1, device=cpu, half=False, inplace=False, keras=False, optimize=False, int8=False, dynamic=False, simplify=False, opset=17, verbose=False, workspace=4, nms=False, agnostic_nms=False, topk_per_class=100, topk_all=100, iou_thres=0.45, conf_thres=0.25, include=['onnx']
YOLOv5