【代码阅读笔记】yolov5 rknn模型部署-编程知识

【代码阅读笔记】yolov5 rknn模型部署

一、main函数思路

二、值得学习的地方

1、关注yolov5检测流程

2、其中几个重要的结构体

typedef struct
{int left;int right;int top;int bottom;
} YOLOV5_BOX_RECT; // box坐标信息typedef struct
{char name[YOLOV5_NAME_MAX_SIZE];int class_index;YOLOV5_BOX_RECT box;float prop;
} yolov5_detect_result_t; // 一个目标的检测结果typedef struct
{int id;int count;yolov5_detect_result_t results[YOLOV5_NUMB_MAX_SIZE];
} yolov5_detect_result_group_t; // 多个目标的检测结果typedef struct{yolov5_detect_result_group_t result_group;int number;
}Result_t;  // 新定义一个结构体，给检测线程使用

3、互斥量机制的使用

识别线程

// 识别线程
void *detect_thread_entry(void *para)
{int ret;Result_t *pResult = (Result_t *)para; // 类型转换：将参数转为Result_t指针// 模型初始化rknn_context ctx;yolov5_detect_init(&ctx, "/userdata/yolov5_coco_rv1126_pre.rknn");Mat image;while(1){// 等待全局变量if(algorithm_image.empty()) {usleep(5);continue;}auto start = std::chrono::system_clock::now();// 从共享资源copy数据，copy 操作完成之前，algorithm_image 一直被锁pthread_mutex_lock(&img_lock); // 对互斥量进行加锁image = algorithm_image.clone(); // 从全局变量 clone 数据pthread_mutex_unlock(&img_lock); // 对互斥量进行解锁// 推理及后处理ret = yolov5_detect_run(ctx, image, &pResult->result_group);pResult->number = pResult->result_group.count;// 打印每帧检测耗时auto end = std::chrono::system_clock::now();auto duration = std::chrono::duration_cast<std::chrono::milliseconds>(end - start);string text = "yolov5n detect time use: " + std::to_string(duration.count()) + "ms";printf("\n>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>\n");cout << text + "\n" + "\n" << endl;printf("number : %d\n", pResult->number);// 没有检测到目标，忽略其1ms其他线程产生的algorithm_imageif(pResult->number <= 0){usleep(1000);continue;}usleep(16*1000);}/* 检测模型释放 */yolov5_detect_release(ctx);return NULL;
}

main函数中创建识别线程

    pthread_t mTid; // 用于存储线程标识符Result_t Result; // 用于存储检测结果// 创建识别线程pthread_mutex_init(&img_lock, NULL); // 对互斥锁进行初始化Result.number = 0;// CreateNormalThread(detect_thread_entry, &Result, &mTid);pthread_create(&mTid, NULL, detect_thread_entry,(void*)&Result);