Menü
Standardmäßig ist der Prompt ausgewählt, der zuerst die Quelle prüft. Sie können zu einem direkten Befehl wechseln oder eine lokale Kopie herunterladen.
Lesen Sie SKILL.md und alle von SkillsMP angezeigten Begleitdateien, bevor Sie sich für eine Installation entscheiden.
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Ein direkter Befehl überspringt den Prüf-Prompt. Prüfen Sie die Quelle, bevor Sie ihn ausführen.
npx skills add https://github.com/MIUAV/vibe-coding-ros2 --skill rknn-model-conversionDer Befehl bleibt in einer Zeile. Scrollen Sie horizontal, um ihn vor dem Kopieren vollständig zu prüfen.
Sie bevorzugen eine lokale Kopie? Laden Sie die Dateien herunter, die SkillsMP derzeit vorliegen.
SKILL.md wird angezeigt
Basierend auf der SOC-Berufsklassifikation
| name | rknn-model-conversion |
| description | 瑞芯微RKNN模型转换 - ONNX PyTorch TensorFlow转RKNN |
| argument-hint | 模型转换 OR RKNN转换 OR 量化 |
| user-invocable | true |
将PyTorch/TensorFlow/ONNX模型转换为RKNN格式
| 格式 | 支持程度 | 说明 |
|---|---|---|
| ONNX | 完整支持 | 推荐格式 |
| PyTorch | 完整支持 | .pt/.pth |
| TensorFlow | 部分支持 | .pb |
| TFLite | 部分支持 | .tflite |
from rknn.api import RKNN
rknn = RKNN()
# 配置输入预处理
rknn.config(
mean_values=[123.675, 116.28, 103.53],
std_values=[58.82, 57.12, 57.12],
inputs_format=['RGB']
)
# 加载模型
rknn.load_onnx(model='resnet50.onnx', input_size_list=[[1, 3, 224, 224]])
# 构建
rknn.build(do_quantization=True, quantize_dtype='int8')
# 保存
rknn.save_rknn('./resnet50.rknn')