# rknn-yolov8-python

**Repository Path**: rokkieluo/rknn-yolov8-python

## Basic Information

- **Project Name**: rknn-yolov8-python
- **Description**: rk3588的yolov8目标检测python代码，使用了多线程提高推理速度。
ps：本例程只适用于本作者仓库下转换的rknn模型
- **Primary Language**: Python
- **License**: MulanPSL-2.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-09-03
- **Last Updated**: 2025-09-03

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

在(https://github.com/leafqycc/rknn-multi-threaded)的基础上，改写了适用于本作者仓库中的导出模型(输入输出如图)。

![模型示意](/img/模型示意.png)


# 简介
* 使用多线程异步操作rknn模型, 提高rk3588/rk3588s的NPU使用率, 进而提高推理帧数
* 将yolov8n模型的激活函数silu修改为为relu,在损失一点精度的情况下获得较大性能提升,详情见于[rknn_model_zoo](https://github.com/airockchip/rknn_model_zoo/tree/main/models/CV/object_detection/yolo)
* 此项目的c++需求联系作者


# 使用说明
### 演示
  * 将仓库拉取至本地, 运行main.py查看演示示例
### 部署应用
  * 修改main.py下的modelPath为你自己的模型所在路径
  * 修改main.py下的cap为你想要运行的视频/摄像头
  * 修改main.py下的TPEs为你想要的线程数, 具体可参考下表
  * 修改func.py为你自己需要的推理函数, 具体可查看myFunc函数

# 补充
* 多线程下CPU, NPU占用较高, **核心温度相应增高**, 请做好散热。推荐开1, 2, 3线程, 实测小铜片散热下运行三分钟温度约为56°, 64°, 69°