RDK X5如何部署yolov11

像RDK，RK这种带BPU，NPU的INT算力处理单元的开发板，一般要部署模型都要先进行从float32量化成int8或者int16。本文整理一遍其他教程方便记录。

参考的文章：

RDK论坛帖子：YOLOv11，地瓜RDK X5开发板，TROS端到端140FPS！

这里主要记录差异点：这一部分其实可以直接修改pip下载的ultralytics包的源码而不用卸载ultralytics整个包并且拉取ultralytics的git仓库源码：假设你的Python虚拟环境路径为~/yolov11-env/ 那么在 ~/yolov11-env/lib/python3.11/site-packages/ultralytics/nn/modules 路径下就能找到head.py，注意不同版本的ultralytics 里面的Detect类的forward方法所在的位置不一样。

注意原来的head.py文件先备份成head.py-convert,新建一个head.py文件再修改。而后写一个switch_head.sh脚本，可以快速切换训练转模型。


#!/bin/bash

# Ultralytics head.py 切换脚本
# 用于在训练与模型转换之间切换 head.py 文件

# 文件路径
DIR="~/pyenv/lib/python3.12/site-packages/ultralytics/nn/modules"
DIR=$(eval echo $DIR)  # 展开 ~

cd "$DIR" || { echo "❌ 目录不存在: $DIR"; exit 1; }

# 打印帮助信息
print_help() {
  echo "用法: $0 [选项]"
  echo ""
  echo "选项:"
  echo "  -t, --train       切换到训练模式（使用 head.py-train）"
  echo "  -c, --convert     切换到模型转换模式（使用 head.py-convert）"
  echo "  -h, --help        显示此帮助信息"
  echo ""
  echo "说明:"
  echo "  训练模式:   head.py     -> head.py-convert"
  echo "              head.py-train -> head.py"
  echo "  转换模式:   head.py     -> head.py-train"
  echo "              head.py-convert -> head.py"
}

# 检查文件存在性
check_exists() {
  if [ ! -f "$1" ]; then
    echo "❌ 缺少文件: $1"
    exit 1
  fi
}

# 执行模式切换
case "$1" in
  -t|--train)
    echo "🔁 切换到训练模式..."
    check_exists "head.py"
    check_exists "head.py-train"
    mv -v head.py head.py-convert
    mv -v head.py-train head.py
    ;;
  -c|--convert)
    echo "🔁 切换到模型转换模式..."
    check_exists "head.py"
    check_exists "head.py-convert"
    mv -v head.py head.py-train
    mv -v head.py-convert head.py
    ;;
  -h|--help|"")
    print_help
    ;;
  *)
    echo "❌ 无效选项: $1"
    print_help
    exit 1
    ;;
esac

其他的内容就按照参考文章来对于 github官方文档：YOLOv11 Detect 和 RDK论坛帖子：RDKx5板载yolov11我也是成功了！里面提及的移除bbox信息3个输出头的反量化节点，怎么区别是bbox还是class，可以根据hb_model_modifier.log：


通道数 64：通常是 YOLO 的 bbox head（3 anchor * (x,y,w,h) = 12 per anchor → e.g., 34class）

通道数 xx：是你的分类数量（如 COCO 数据集 80 类）

cv2 分支：通常为 bbox（box regression）

cv3 分支：通常为 class（class confidence）

比如我的模型分类数是4，有这样的hb_model_modifier.log文件，找到中间的地方，看到value_info附近：


2025-07-05 08:47:30,819 file: hb_model_modifier.py func: hb_model_modifier line No: 404 --------value_info----------
2025-07-05 08:47:30,819 file: hb_model_modifier.py func: hb_model_modifier line No: 406 name: "/model.23/cv2.1/cv2.1.2/Conv_output_0_quantized"
type {
 elem_type: INT32
 dim: 1
 dim: 40
 dim: 40
 dim: 64
}

2025-07-05 08:47:30,819 file: hb_model_modifier.py func: hb_model_modifier line No: 406 name: "/model.23/cv3.1/cv3.1.2/Conv_output_0_quantized"
type {
 elem_type: INT32
 dim: 1
 dim: 40
 dim: 40
 dim: 4
}

2025-07-05 08:47:30,819 file: hb_model_modifier.py func: hb_model_modifier line No: 406 name: "/model.23/cv2.2/cv2.2.2/Conv_output_0_quantized"
type {
 elem_type: INT32
 dim: 1
 dim: 20
 dim: 20
 dim: 64
}

2025-07-05 08:47:30,820 file: hb_model_modifier.py func: hb_model_modifier line No: 406 name: "/model.23/cv3.0/cv3.0.2/Conv_output_0_quantized"
type {
 elem_type: INT32
 dim: 1
 dim: 80
 dim: 80
 dim: 4
}

2025-07-05 08:47:30,820 file: hb_model_modifier.py func: hb_model_modifier line No: 406 name: "/model.23/cv2.0/cv2.0.2/Conv_output_0_quantized"
type {
 elem_type: INT32
 dim: 1
 dim: 80
 dim: 80
 dim: 64
}

2025-07-05 08:47:30,820 file: hb_model_modifier.py func: hb_model_modifier line No: 406 name: "/model.23/cv3.2/cv3.2.2/Conv_output_0_quantized"
type {
 elem_type: INT32
 dim: 1
 dim: 20
 dim: 20
 dim: 4
}

那么除了dim: 4以外的三个，都要移除，但是呢后缀不是Conv_output_0_quantized，要继续往下看，找到--------node----------开始处，注意看后缀而是Conv_output_0_HzDequantize。

移除模型节点，注意看你output_model_file_prefix配置项目定义的模型名，这里假设是your：


$ hb_model_modifier your.bin \
-r /model.23/cv2.0/cv2.0.2/Conv_output_0_HzDequantize \
-r /model.23/cv2.1/cv2.1.2/Conv_output_0_HzDequantize \
-r /model.23/cv2.2/cv2.2.2/Conv_output_0_HzDequantize

注意看日志输出，最终的模型是xxxxxxx_modified.bin：


2025-08-04 15:06:37,611 INFO modified model saved as xxxxxxx_modified.bin

最终的模型最好用 hb_perf 来检验一下这个bin文件 hb_perf 你自定义的文件名.bin