RKNN Ultralytics YOLOv11

提示

本文档旨在演示如何在 rk3588/356X 上推理 YOLOv11 目标检测模型，所需环境配置请参考 RKNN 安装

目前 Ultralytics 官方已经支持 rknn 平台，RK3588/356X 产品用户可以直接使用 ultralytics 库进行 yolov11 的模型转换和模型部署。

PC 端模型转换

Radxa 已提供预转换好的 yolov11n.rknn 模型，用户可直接参考板端推理 YOLOv11 跳过 PC 端模型转换章节

• 安装最新版本的 ultralytics

  pip3 install -U ultralytics

• 使用 ultralytics 导出 yolov11 rknn 格式模型,

  CLI

  # 'name' can be one of rk3588, rk3576, rk3566, rk3568, rk3562, rv1103, rv1106, rv1103b, rv1106b, rk2118
  yolo export model=yolo11n.pt format=rknn name=rk3588

  Python

  from ultralytics import YOLO
  
  # Load the YOLOv11 model
  model = YOLO("yolo11n.pt")
  
  # Export the model to RKNN format
  # 'name' can be one of rk3588, rk3576, rk3566, rk3568, rk3562, rv1103, rv1106, rv1103b, rv1106b, rk2118
  model.export(format="rknn", name="rk3588")  # creates '/yolo11n_rknn_model'

  结果保存在 ./yolo11n_rknn_model

• 将 yolo11n_rknn_model 目录拷贝到板端

板端推理 YOLOv11

提示

RK356X 产品用户使用 NPU 前需要在终端使用 rsetup 开启 NPU: sudo rsetup -> Overlays -> Manage overlays -> Enable NPU，最后重启系统。

如 overlays 选项中无 Enable NPU 选项，请通过: sudo rsetup -> System -> System Update 升级系统, 重启后执行上述步骤开启 NPU。

• （可选）下载 radxa 准备的 yolov11n rknn 模型

  平台	下载链接
  rk3566	yolo11n_3566_rknn_model
  rk3568	yolo11n_3568_rknn_model
  rk3588	yolo11n_3588_rknn_model

• 在虚拟环境下安装最新版本的 ultralytics

  虚拟环境安装请参考 Python 虚拟环境使用

  pip3 install -U ultralytics

• 板端推理

  CLI

  yolo predict model='./yolo11n_rknn_model' source='https://ultralytics.com/images/bus.jpg'

  Python

  from ultralytics import YOLO
  
  # Load the exported RKNN model
  rknn_model = YOLO("./yolo11n_rknn_model")
  
  # Run inference
  results = rknn_model("https://ultralytics.com/images/bus.jpg")

  结果保存在 runs/detect/predict 中

更多使用细节

更多 Ultralytics 使用细节请参考 Ultralytics 官方文档