一、下载rknn-toolkit2包: sudogit clone https://gitclone.com/github.com/airockchip/rknn-toolkit2 二、安装 进入到所在包的位置,然后解压: unziprknn-toolkit2-master.zip 进入rknn-toolkit-lite2所在路径: cd rknn-toolkit2-master/rknn-toolkit-lite2/packages/ 安装对应的版本: pipinstallrknn_toolkit_lit...
如果只是把它当计算卡用,那对1808是被动模式,被动模式需要在上位机安装RKNPUTool,不是toolkit,也不是rknnapi。 如果把他当开发板用,他和你上位机是对等关系,通过usb通讯,那对1808来说就是主动模式。主动模式你所有东西就是运行在1808上的,可以在1808上用rknn-toolkit-lite,或者rknn-api,上位机不需要装任何库,你...
pip install -i https://pypi.douban.com/simple/ pip install opencv-python==4.3.0.38 pip install packages/rknn_toolkit-1.6.1-cp36-cp36m-linux_x86_64.whl # export requirement.txt pip list --format=freeze > requirement.txt # test python3 from rknn.apiimportRKNN deactivate --- end 创建虚拟...
先运行:然后再:最后再:然后就大功告成。。2.安装RKNN Toolkit及其依赖库 直接按照官方给的操作:此...
通过安装RKNN Toolkit 1.6.0开发环境,我们可以将经tensorflow、PyTorch等训练好的模型转换为.rknn格式的模型,并运行在开发板上,利用NPU进行对数据的后向推理加速处理。本文将详细介绍安装RKNN Toolkit 1.6.0开发环境的步骤,并提供一些实用的建议。 一、准备工作 在开始安装RKNN Toolkit之前,我们需要确保已经具备以下条件...
2.4 安装RKNN-Toolkit2 pip install ./package/rknn_toolkit2-1.4.0_22dcfef4-cp36-cp36m-linux_x86_64.whl 2.5 检查相应的包是否都安装成功 conda list 到此,RKNN-Toolkit2就成功安装了,接下来就是愉快的调试代码了。 下篇内容预告: 二. RKNN-Toolkit2连板调试及编译器配置,固件烧录...
安装rknn_toolkit_lite-1.7.1-cp37-cp37m-linux_aarch64.whl mkdir /home/firefly/wrok cd /home...
下载rknn-toolkit-0.9.9到板子并将requirements-cpu.txt中的tensorflow和opencv-python(单独安装)删掉,执行: pip3 install --user -r rknn-toolkit/package/requirements-cpu.txt 复制代码最终出现以下错误: Command "/usr/bin/python3 -u -c "import setuptools, tokenize;__file__='/tmp/pip-build-xm7oxlm0...
按照上面方法装的环境,跑example。报错如下:firefly@firefly:/opt/rknn-toolkit-lite/rknn-toolkit-lite...
rknn_toolkit_lite2/packages/rknn_toolkit_lite2-1.3.0-cp37-cp37m-linux_aarch64.whl 到开发板上。如下图所示: 6 安装 Toolkit-lite2,Debian10 ARM64 with python3.7 pip3 install rknn_toolkit_lite2-1.3.0-cp37-cp37m-linux_aarch64.whl