迅為iTOP-3576開發(fā)板采用瑞芯微RK3576高性能、低功耗的應(yīng)用處理芯片,集成了4個(gè)Cortex-A72和4個(gè)Cortex-A53核心,以及獨(dú)立的NEON協(xié)處理器。它適用于ARM PC、邊緣計(jì)算、個(gè)人移動(dòng)互聯(lián)網(wǎng)設(shè)備及其他多媒體產(chǎn)品。

2.1 rknn-toolkit2 環(huán)境搭建
rknn-toolkit2的環(huán)境搭建實(shí)際上就是安裝瑞芯微提供的rknn-toolkit2 whl文件,但由于各個(gè)Linux環(huán)境有著不同的Python版本,所以RK也提供了不同版本的安裝包(雖然RK也提供了arm64版本的whl,可以在開發(fā)板上進(jìn)行模型轉(zhuǎn)換,但由于開發(fā)板性能遠(yuǎn)遠(yuǎn)比不上PC端的性能,所以只講解在PC端進(jìn)行模型轉(zhuǎn)換的方法),具體如下圖所示:

而根據(jù)不同的場(chǎng)景提供了三種knn-toolkit2的安裝方法,分別為直接安裝、conda虛擬環(huán)境安裝以及docker環(huán)境安裝,直接安裝的方法最為省時(shí)省力,建議大家使用第一種方法,但直接安裝會(huì)更改當(dāng)前的環(huán)境,如果不想更改當(dāng)前的環(huán)境可以使用第二種方法conda虛擬環(huán)境安裝,而docker環(huán)境安裝為瑞芯微已經(jīng)提供了一個(gè)安裝好knn-toolkit2的ubuntu20 docker環(huán)境,加載docker環(huán)境后就可直接使用,每種方法有各自的優(yōu)點(diǎn)和缺點(diǎn),大家可以根據(jù)自己的情況 選擇對(duì)應(yīng)的安裝方法。
2.1.1 直接安裝
瑞芯微提供了六個(gè)Python版本的的knn-toolkit2 whl安裝包,可以根據(jù)自己的Linux環(huán)境來選擇合適版本的安裝包,具體的對(duì)應(yīng)關(guān)系如下所示:

這里以u(píng)buntu20為例進(jìn)行knn-toolkit2的安裝,ubuntu20對(duì)應(yīng)的python版本為3.8,具體如下所示:

然后來到rknn-toolkit2/rknn-toolkit2/packages/X86_64目錄下,如下圖所示:

這里要用到的為Python3.8的依賴項(xiàng)文件以及rknn_toolkit2 whl文件,具體如下所示:

首先使用以下命令安裝依賴項(xiàng),如下圖所示:
pip install -r requirements_cp38-2.3.0.txt -ihttps://repo.huaweicloud.com/repository/pypi/simple/

中間會(huì)遇到一些警告忽略即可,
然后使用以下命令安裝rknn_toolkit2 whl文件,安裝過程如下圖所示:
pip install rknn_toolkit2-2.3.0-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl -i https://repo.huaweicloud.com/repository/pypi/simple/
安裝完成之后輸入python3進(jìn)入python命令行,然后依次輸入以下內(nèi)容,能打印出rknn_
toolkit2版本證明安裝成功,如下圖所示:
from rknn.api import RKNN
RKNN(verbose=True)

至此,直接安裝rknn_toolkit2就演示完成了,在后面的小節(jié)中會(huì)對(duì)rknn_toolkit2的實(shí)際功能進(jìn)行演示。
2.1.2 conda 虛擬環(huán)境安裝本小節(jié)要用到的軟件安裝包路徑為“iTOP-3576開發(fā)板\02_【iTOP-RK3576開發(fā)板】開發(fā)資料\05_NPU例程測(cè)試配套資料\03_miniconda”
在上個(gè)小節(jié)中講解了在Linux環(huán)境中直接安裝rknn_toolkit2的方法,但這種方法可能會(huì)影響本地的環(huán)境,將之前配置的一些環(huán)境依賴搞亂,為了解決這種問題可以使用conda創(chuàng)建一個(gè)rknn_toolkit2專屬python環(huán)境,從而實(shí)現(xiàn)不同環(huán)境之間的隔離問題。
conda可以直接在https://repo.anaconda.com/miniconda/網(wǎng)站進(jìn)行下載,也可以之間使用迅為已經(jīng)下載好的安裝包,最后將它拷貝到Linxu環(huán)境中,拷貝完成如下圖所示:

然后使用chmod命令賦予該文件可執(zhí)行權(quán)限,然后運(yùn)行,

根據(jù)步驟進(jìn)行安裝即可,安裝完成之后重新打開一個(gè)終端,或者使用下面的source命令重新加載環(huán)境變量,就會(huì)在終端的最前面多出base的字符,
source ~/.bashrc
最前方為bash表示處在默認(rèn)的配置環(huán)境,這時(shí)候需要?jiǎng)?chuàng)建rknn_toolkit2專屬python環(huán)境, 可以使用以下命令創(chuàng)建一個(gè)名為rknn的、Python版本為3.8的虛擬環(huán)境,注:這里的Python版本可以任意設(shè)置,只需要選擇同版本的rknn_toolkit2 whl包即可。
conda create -n rknn python=3.8
虛擬環(huán)境創(chuàng)建完成如下圖所示:

然后使用“conda activate rknn”命令激活剛剛創(chuàng)建完成的rknn環(huán)境,激活完成之后終端最前方的base字符會(huì)更改為rknn,
然后來到rknn-toolkit2/rknn-toolkit2/packages/x86_64目錄下,
由于前面創(chuàng)建的是Python版本為3.8的環(huán)境,所以這里要用到的為Python3.8的依賴項(xiàng)文件以及rknn_toolkit2 whl文件,具體如下所示:

首先使用以下命令安裝依賴項(xiàng),如下圖所示:
pip install -r requirements_cp38-2.3.0.txt -ihttps://repo.huaweicloud.com/repository/pypi/simple/
安裝完成如下圖所示:

然后使用以下命令安裝rknn_toolkit2 whl文件,安裝過程如下圖所示:
pip install
rknn_toolkit2-2.3.0-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
-i
https://repo.huaweicloud.com/repository/pypi/simple/
安裝完成之后輸入python3進(jìn)入python命令行,然后依次輸入以下內(nèi)容,能打印出rknn_ toolkit2版本證明安裝成功,如下圖所示:
from rknn.api import RKNN
RKNN(verbose=True)
至此,使用conda虛擬環(huán)境安裝rknn_toolkit2就演示完成了,在后面的小節(jié)中會(huì)對(duì)rknn_t oolkit2的實(shí)際功能進(jìn)行演示。
-
開發(fā)板
+關(guān)注
關(guān)注
26文章
6208瀏覽量
115817 -
NPU
+關(guān)注
關(guān)注
2文章
368瀏覽量
20933 -
迅為電子
+關(guān)注
關(guān)注
0文章
87瀏覽量
320
發(fā)布評(píng)論請(qǐng)先 登錄
迅為RK3568手冊(cè)上新 | RK3568開發(fā)板NPU例程測(cè)試
手冊(cè)上新 |迅為RK3568開發(fā)板NPU例程測(cè)試
手冊(cè)上新 |迅為RK3568開發(fā)板NPU例程測(cè)試
【米爾RK3576開發(fā)板評(píng)測(cè)】+項(xiàng)目名稱3、使用rknn 進(jìn)行圖像檢測(cè)
【米爾RK3576開發(fā)板評(píng)測(cè)】+項(xiàng)目名稱RetinaFace人臉檢測(cè)
【幸狐Omni3576邊緣計(jì)算套件試用體驗(yàn)】RKNN 推理測(cè)試與圖像識(shí)別
迅為RK3588開發(fā)板使用RKNN-Toolkit-lite2運(yùn)行測(cè)試程序
迅為iTOP-RK3568開發(fā)板npu手冊(cè)更新
迅為RK3576開發(fā)板NPUrknn-toolkit2環(huán)境搭建和使用docker環(huán)境安裝
【迅為RK3568開發(fā)板NPU實(shí)戰(zhàn)】別再閑置你的NPU!手把手教你玩轉(zhuǎn)RKNN-Toolkit2 的使用
迅為RK3576開發(fā)板NPU例程測(cè)試-rknn-toolkit2環(huán)境搭建和使用
評(píng)論