香橙派5（rk3588）部署yolov8 + easyocr + pyqt5的芯片字符识别系统（Chip character recognition system deploying YOLOv8 + EasyOCR + PyQt5 on Orange Pi 5 (RK3588)）
分别是x86pc和开发板的环境配置
1)yolov8环境配置
用mimiconda创建虚拟环境(可以参考这个b站视频非常详尽：【【手把手带你实战Ultralytics】02-环境安装与配置】 https://www.bilibili.com/video/BV1vH4y1a72o/?share_source=copy_web&vd_source=d41740ad2b14d1c71d883e3bad08d3fd）
pip安装pytorch（pytorch官网：https://pytorch.org/）
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
打开yolov8目录pip进行环境配置
pip install -e .
2)rknn-toolkit配置
电脑安装wsl虚拟机，获取https://github.com/rockchip-linux/rknn-toolkit
3）easyocr环境搭建
使用从github上获取https://github.com/JaidedAI/EasyOCR
打开到目录使用pip进行安装
pip install -e .
1）easyocr配置，conda环境配置和rknn-toolkit配置
和pc端一致，pytorch和miniconda注意要进行arm64版本的安装
2）pyqt5配置
pip安装会报错，猜测是无法安装arm版本的pyqt5，换成conda进行安装
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple PyQt5
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple PyQt5-tools
由于conda的pyqt5会与pip安装的cv2冲突，可以把cv2从从pip移除，使用conda进行安装
pip unstall opencv-python
conda install opencv
如果下不动可以考虑换源（https://blog.csdn.net/innovationy/article/details/121510666）
1)yolov8-sea
数据集来自飞浆公开数据集https://aistudio.baidu.com/datasetdetail/180690，非常感谢省去了很长的时间进行数据集标注，里面数据集质量非常高，我又加上了一下噪声来增强数据集，效果非常显著
过些日子会以网盘链接分享出来
里面runs里有训练完的模型，包含原始模型，加上数据增强和注意力机制的
其中包含pt to onnx和detect的py脚本
2）onnx to rknn
是x86主机进行格式转换的文件，可以参考这篇博客：https://blog.csdn.net/m0_57315535/article/details/128250096
里面包含已经转换好格式的rknn文件
3）orangepi
这个文件夹就是香橙派部署文件(test.py)，ui文件(untitled.py)，和最终整合文件（gui.py）拿来即用，开袋即食
b站:Cyan UID87843117; qq:2257560387
有问题可以私信我