树莓派4B使用记录YOLOV5＞NCNN（1）

部分相关包下载地址：
链接：https://pan.baidu.com/s/1ME-tebAsib9drdPXZavGXQ
提取码：1213
系统镜像安装：
推荐链接：https://blog.csdn.net/weixin_42108484/article/details/103806719
树莓派配置命令（若需要进行配置）：

sudo raspi-config

树莓派4B部署yolov5记录：
opencv 编译安装：
修改源：

sudo vim /etc/apt/source.list 
	deb http://mirrors.tuna.tsinghua.edu.cn/raspberry-pi-os/raspbian/ buster main non-free contrib rpi
sudo vim /etc/apt/sources.list.d/raspi.list
	deb http://mirrors.tuna.tsinghua.edu.cn/raspberrypi/ buster main ui

更新：

sudo apt-get update
sudo apt-get upgrade

opencv 第三方库：

sudo apt-get install build-essential cmake git pkg-config
sudo apt-get install libjpeg8-dev 
sudo apt-get install libtiff5-dev 
sudo apt-get install libjasper-dev
sudo apt-get install libpng12-dev
sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev
sudo apt-get install libdc1394-22-dev
sudo apt-get install libgtk2.0-dev
sudo apt-get install libgtk-3-dev
sudo apt-get install libavresample-dev
sudo apt-get install libgphoto2-dev
sudo apt-get install libopenblas-dev
sudo apt-get install libopencv-dev
sudo apt-get install libatlas-base-dev gfortran
sudo apt-get install libgstreamer-plugins-base1.0-dev

opencv 下载：
github下载：wget -O opencv-3.4.1.zip https://github.com/Itseez/opencv/archive/3.4.1.zip
前往官网下载：https://opencv.org/releases/
opencv 安装：

unzip opencv-3.4.1.zip
cd opencv-3.4.1
mkdir release
cd release

到这里就可以进行cmake指令了，但是为了后面编译不会出错，这里先把问题解决掉，执行下面指令，防止编译找不到头文件。

sudo ln -s /usr/include/libv4l1-videodev.h   /usr/include/linux/videodev.h
sudo cp /usr/include/opencv2/videoio/videoio_c.h  /usr/include/arm-linux-gnueabihf/sys
sudo ln -s /usr/include/arm-linux-gnueabihf/sys/videoio_c.h  /usr/include/arm-linux-gnueabihf/sys/videoio.h

vim opencv-3.4.1/modules/python/src2/cv2.cpp

打开文件后找到第885行附近做出如下修改

char* str=PyString_AsString(obj);前加上(char *),改为char* str=(char*)PyString_AsString(obj);

CMAKE：

sudo cmake -DCMAKE_BUILD_TYPE=RELEASE -DWITH_FFMPEG=ON  -DWITH_LIBV4L=ON -DENABLE_PRECOMPILED_HEADERS=OFF  -DCMAKE_INSTALL_PREFIX=/usr/local ..

编译：

sudo make
sudo make install
sudo ldconfig

yolov5：

git clone https://github.com/ultralytics/yolov5

选择版本

git clone -b v3.1 https://github.com/ultralytics/yolov5.git

进入 requirements.txt 注释掉部分package：

sudo vim requirements.txt

sudo apt-get update
sudo apt-get dist-upgrade
sudo apt install libopenblas-dev libblas-dev m4 cmake cython python3-dev python3-yaml python3-setuptools
sudo apt-get install libavutil-dev libavcodec-dev libavformat-dev libswscale-dev

torch 以及 torchvision 的安装：python3.7可以使用下载链接安装（免去编译过程）：https://pan.baidu.com/s/11DUazcQep7g9fB5xyq7DVw 提取码：1213
PT>onnx:

pip install onnx onnxsimplifier

转onnx 之前先进入common.py 修改focus层的切片操作 （NCNN不支持切片，足够厉害可以自己写切片操作实现）

python models/export.py --weights 自己训练的权重 --images-size 图片大小 batch-size 批次大小

简化:

python -m onnxsim onnx权重 生成的onnx权重

NCNN的编译：

sudo apt-get install autoconf automake libtool curl make g++ unzip
git clone https://github.com/Tencent/ncnn.git
cd ncnn
mkdir -p build 
cmake -DCMAKE_TOOLCHAIN_FILE=../toolchains/pi3.toolchain.cmake -DPI3=ON ..
make 

ONNX>>NCNN:

cd ncnn/tools/onnx
./onnx2ncnn 简化的onnx权重 生成的param 生成的bin

无任何报错以及unsupport step! 表示成功
测试：

参考链接：https://my.oschina.net/u/3337401/blog/4708237