# yolov5 train
这里介绍rknn yolov5训练和转换。

## 1. 训练
源码使用[https://github.com/airockchip/yolov5](https://github.com/airockchip/yolov5)这个仓库。

训练过程与官方的yolov5训练方法一致，训练完成之后，使用该仓库的`export.py`进行转换：

```shell
# for detection model
python export.py --rknpu --weight yolov5s.pt

# for segmentation model
python export.py --rknpu --weight yolov5s-seg.pt
```

## 2. 转换
之后，使用这里的`convert.py`将onnx转换为`rknn`:

```shell
python convert.py <onnx_model> <TARGET_PLATFORM> <dtype(optional)> <output_rknn_path(optional)>

## 比如
python convert.py yolov5.onnx rk1808 u8 yolov5.rknn
```

## 3. 测试
将模型部署到1808上之后，使用下面的命令测试一张图片：

```shell
python test.py <rknn_model_name> <test_image>
```