# onnx2rknn-release

**Repository Path**: spark_lab/onnx2rknn-release

## Basic Information

- **Project Name**: onnx2rknn-release
- **Description**: onnx模型 转 rknn模型自动化工具
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 4
- **Forks**: 2
- **Created**: 2024-10-15
- **Last Updated**: 2025-07-07

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# ONNX 转 RKNN 自动化工具使用说明及示例

## 工具组成
- `bin.py` - ONNX 转 RKNN 自动化python脚本(单模型)
- `sl_rknn_convert` - 并行化模型转换工具(支持单模型转换)
- `config_template.yml` - 转换配置文件模板 (YAML 格式)

## 使用说明
本工具开发环境
+ Python=3.12
+ rknn_toolkit2=2.2.0
+ glibc=2.34
+ Ubuntu=24.04.1 LTS

经测试支持1.5.1版本的toolkit工具.
### 运行环境需求

本工具需要瑞芯微提供的`rknn-toolkit2`环境,  https://github.com/airockchip/rknn-toolkit2.

环境安装参考 https://github.com/airockchip/rknn-toolkit2/blob/master/doc/02_Rockchip_RKNPU_User_Guide_RKNN_SDK_V2.2.0_CN.pdf.

## 使用示例

### 单文件转换

#### 示例步骤

1. 确定待转换模型 `mobilenetv2.onnx` 的路径，本例中为 `./examples/mobilenetv2.onnx`。
2. 准备转换时所需的数据集文件（txt 文件，每行一条数据），路径为 `./examples/ILSVRC2012_img_val_samples`。
3. 将 `config_template.yml` 重命名为 `mobilenetv2.yml`，并根据需求修改参数，本例中的配置文件存放在 `./examples`。
4. 执行以下命令进行转换：

```shell
./sl_rknn_convert -i examples/mobilenetv2.yml -o ./result
```

转换成功后，工具将在脚本根目录下创建 `result` 文件夹，目录结构如下：

```shell
result
├── mobilenetv2_accuracy_analysis
├── mobilenetv2_error_analysis.txt
└── mobilenetv2.rknn
```

- `mobilenetv2_accuracy_analysis` 保存详细的精度分析报告。
- `mobilenetv2_error_analysis.txt` 保存精度对比分析报告。
- `mobilenetv2.rknn` 为转换生成的 RKNN 模型文件。

### 多文件并行转换

#### 示例步骤

1. 确定待转换的模型路径，例如 `mobilenetv2.onnx` 和 `yolov5s_relu.onnx`，分别位于 `./examples/mobilenetv2.onnx` 和 `./examples/yolov5s_relu.onnx`。
2. 准备转换所需的数据集文件，路径为 `./examples/ILSVRC2012_img_val_samples`。
3. 将 `config_template.yml` 复制并分别重命名为 `mobilenetv2.yml` 和 `yolov5s_relu.yml`，根据需求修改参数，存放于 `./examples`。
4. 执行以下命令进行并行转换：

```shell
./sl_rknn_convert examples/mobilenetv2.yml examples/yolov5s_relu.yml -o ./result
```

转换完成后，工具将在脚本根目录下创建 `result` 文件夹，目录结构如下：

```shell
result
├── mobilenetv2_accuracy_analysis
├── mobilenetv2_error_analysis.txt
├── mobilenetv2.rknn
├── yolov5s_relu_accuracy_analysis
├── yolov5s_relu_error_analysis.txt
└── yolov5s_relu.rknn
```

- `*_accuracy_analysis` 保存详细的精度分析报告。
- `*_error_analysis.txt` 保存精度对比分析报告。
- `*.rknn` 为转换生成的 RKNN 模型文件。

--- 
> 使用时如果遇到问题, 请与我们联系!
> 联系邮箱: sparklab@qq.com