RK3588/RK3588S 使用 C++ 多线程和异步优化的源代码（Yolov5 运行可达 135FPS）+ 项目使用说明.zip

简介：
本资源包提供基于Rockchip RK3588/RK3588S平台，采用C++多线程与异步技术优化后的YOLOv5源代码，性能显著提升，实现高达135FPS的实时物体检测。附带详尽项目使用说明文档。 该项目使用C++实现，并基于rknpu2进行优化，在rk3588/rk3588s设备上通过线程池异步操作RKNN模型来提高NPU利用率，进而提升推理帧数至135fps（以YOLOv5为例）。项目中对YOLOv5s的ReLU激活函数进行了特定优化，增强了量化能力。需要注意的是，对于rk3568等其他设备，请自行修改`include/rknnPool.hpp`文件下的`rknn_lite类和rknnPool构造函数。 演示系统需要安装OpenCV。下载Releases中的测试视频至项目根目录后，在Linux环境下运行build-linux_RK3588.sh脚本切换到root用户，然后执行performance.sh以进行定频操作提高性能与稳定性。编译完成后进入install文件夹并使用命令`./rknn_yolov5_demo 模型所在路径 视频所在路径/摄像头序号`来部署应用。 对于进一步的优化和测试，可以参考说明文档中关于如何修改`include/rknnPool.hpp中的rknn_lite类以及构造函数的内容。更多详细信息请查看项目内的相关文档或指南。