由于香橙派5搭载 RK3588S芯片，端侧推理要调用NPU算力加速，但是无法直接加载PyTorch的.pt权重文件，所以需要进行模型格式转换与平台适配。

模型转换

         在YOLOv5训练环境中将best.pt导出为ONNX。主要解决模型图结构固化与跨框架兼容问题：将PyTorch动态计算图转为静态推理图，后续由RKNN-Toolkit2做解析与平台编译。确保输出张量维度与后处理逻辑保持一致，为下一步编译提供稳定输入。

    第一步：先安装 onnx、onnxruntime库（导出必备）

pip install onnx onnxruntime

     第二步：安装完成之后输入导出命令

python export.py --weights runs/train/exp/weights/best.pt --img 640 --dynamic --simplify --include onnx

即可在best.pt同目录中生成best.onnx模型。

best.onnx→best.rknn（香橙派部署所需模型）需要在Linux环境下进行，我这边使用的为VMware Workstation Pro虚拟机（Ubuntu20.04系统）。

第三步：进入虚拟机系统之后创建一个空文件夹，并将下面两个资源包（瑞芯微官方模型转换工具）中的内容解压至同一个文件夹中（受上传资源限制，没办法只能分两个上传）

# 创建文件夹（放模型+转换代码）
mkdir rknn_convert
cd rknn_convert

把你转换好的 best.onnx 复制到这个 rknn_convert 文件夹里。

第四步：安装 RKNN Toolkit2 依赖（必须）

sudo apt update
sudo apt install -y python3 python3-pip libglib2.0-dev libsm6 libxrender1 libxext6

安装 RKNN Toolkit2（因为网络下载慢，已经上传至资源包了，前面下载的就是这个工具包，解压即可切记一定要两个文件夹内容放一起）

第五步：编写转换脚本convert.py

touch convert.py
gedit convert.py

from rknn.api import RKNN

# ========== 1. 创建RKNN对象 ==========
rknn = RKNN(verbose=True)

# ========== 2. 配置 ==========
print('--> Config model')
rknn.config(
    mean_values=[[0, 0, 0]],
    std_values=[[255, 255, 255]],
    target_platform='rk3588'#根据你的香橙派处理器型号rk3566/rk3568
)

# ========== 3. 加载ONNX ==========
print('--> Loading ONNX model')
ret = rknn.load_onnx(
    model='best.onnx'
)
if ret != 0:
    print('❌ Load ONNX failed!')
    exit(ret)

# ========== 4. 构建模型 ==========
print('--> Building model')
ret = rknn.build(
    do_quantization=False   # ⚠ 先不开量化（保证成功）
)
if ret != 0:
    print('❌ Build failed!')
    exit(ret)

# ========== 5. 导出RKNN ==========
print('--> Export RKNN model')
ret = rknn.export_rknn('best.rknn')
if ret != 0:
    print('❌ Export failed!')
    exit(ret)

print('✅ SUCCESS: best.rknn generated!')

# ========== 6. 释放 ==========
rknn.release()

然后保存，并执行转换命令

python3 convert.py

转换完成后可以验证一下是否转换成功

python3 -c "from rknn.api import RKNN; r=RKNN(); r.load_rknn('best.rknn'); print('RKNN 模型有效')"

最后即可在文件夹中获得best.rknn，可以直接搬到香橙派中运行

注：该步骤我已经全部跑通，若有步骤不成功或转换过程出现报错，可以在文章下面评论问题，看到之后立即回复