大家好，今天给大家介绍香橙派5使用NPU加速yolov5的实时视频推理，文章末尾附有本文涉及的全部资料和源代码的获取方式，可进群免费领取。

前言：

博主完成了树莓派4B搭载yolofastest-V2的ncnn加速，效果挺不错的，但总感觉还是稍微差点意思，于是就购买了一块香橙派5，想要用RK3588芯片自带的NPU来加速深度学习的部署，在2023年3月4日也是完成了香橙派5的NPU加速深度学习部分，其效果也确实非常可观，在画质较低的情况下，运行速度达到了100fps以上，下面是我在B站发布的效果视频点我跳转。这篇博客也是为了总结一下玩香橙派5的时候遇到的坑。

准备材料：

1、香橙派5

2、一台windows10或windows11的电脑

3、一个内部带有Ubuntu20.04的移动硬盘（如果没有，也可以用VMware安装个虚拟机也行）。

3、USB摄像头（某宝上有卖的，啥都可以）用来做视频识别

4、64G内存卡（烧录了官方的Debian11系统）、HDMI线、显示屏、官方的电源线、键鼠套装

5、香橙派5官方提供的无线网卡（其他网卡应该也行，只不过当时我买了，即使安装了驱动也没上成网）

6、散热壳（也是某宝买的，不是官方的）

说明：

关于RKNN，官方给出了两种思路，一种是关于C的，另一种是关于Python的，这里我只介绍Python有关部分。

在接下来的操作中，一和二是在windows系统上进行操作的，三是在Ubuntu20.04系统上进行的，四是在香橙派5上操作的，大家注意区分！！！

一、使用官方指定的yolov5版本去训练：

不瞒大家，对于yolov5来说，博主本人在寒假之前也没用过，这个寒假才学会了yolov5的训练和应用，在此之前，我甚至都不知道yolov5还分为多个版本

进入教程后，首先点击框内链接跳转至yolov5的GitHub仓库

博主这里跳转过后是403，没关系，我们直接点击yoloV5官方库跳转至如下界面。

点击左上角箭头所指区域，搜索c5360f6e7009eb4d05f14d1cc9dae0963e949213，跳转至如下界面，按顺序点击箭头所指区域

进入如下界面后，点击Browse file

这样，我们就找到了正确的版本了

把代码保存到本地，接下来，我们点击Releases · ultralytics/yolov5 · GitHub，进入如下界面

滚动滑轮大概在界面的中部位置，点击箭头所指区域

然后就是开始我们的yolov5的简单训练了

完整资料可进群免费领取！！！

嵌入式物联网的学习之路非常漫长，不少人因为学习路线不对或者学习内容不够专业而错失高薪offer。不过别担心，我为大家整理了一份150多G的学习资源，基本上涵盖了嵌入式物联网学习的所有内容。点击下方链接，0元领取学习资源，让你的学习之路更加顺畅！记得点赞、关注、收藏、转发哦！

点击这里找小助理0元领取：扫码进群领资料