RKNN-Toolkit2目前版本适用系统是Ubuntu18.04/Ubuntu20.04/Ubuntu22.04,更多依赖和使用信息可以看下RKNN Toolkit2手册。安装Toolkit2,可以使用python的包管理器pip3安装,或者直接使用docker构建Toolkit2环境。相关依赖库和docker文件从瑞芯微官方 RKNN-Toolkit2工程
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...
conda activate rv3566 2.3 进入toolkit2的工程文件夹,安装相应的依赖库 cd rknn-toolkit2 pip install -r ./doc/requirements_cp36-1.4.0.txt 其中torch和tensorflow等几个库比较大,在安装时非常慢,此时可以切换镜像源安装,清华镜像源安装命令: pip install torch==1.10.1 torchvision==0.11.2 -i https://py...
3.2.2 安装依赖库和 RKNN-Toolkit2 激活 conda toolkit2 环境后,进入 rknn-toolkit2 目录,根据 requirements_cpxx.txt 安装依赖库,并通过 wheel 包安装 RKNN-Toolkit2,参考命令如下:# 进入 rknn-toolkit2 目录cd Projects/rknn-toolkit2/rknn-toolkit2# 请根据不同的 python 版本,选择不同的 requirements ...
2. 下载rknn-toolkit2项目 官网链接: https://github.com/airockchip/rknn-toolkit2 安装好git:[[1. Git的安装]] 下载项目: git clone https://github.com/airockchip/rknn-toolkit2.git 1. 或者直接去github下载压缩文件,解压即可。
2.1. 程序安装 2.1.1. 在PC中安装 RKNN Toolkit可从此链接中下载:https://github.com/rockchip-linux/rknn-toolkit 安装方法请查看 doc/ 目录下的指导文件。 2.1.2. 在板子上安装 因为 板子因存储空间和CPU性能限制,而且 RKNN Toolkit 安装过程非常困难, 所以推荐安装在板子上安装 RKNN Toolkit Lite 只负责...
2 安装相关依赖,输入以下命令:注:Toolkit-lite2 本身并不依赖 opencv-python, 但是在示例中需要用到这个模块,所以安装时也一并安装。如果不用到图像相关 的处理,可以不安装该依赖库 apt-get install -y python3-opencv apt-get install -y python3-numpy ...
2.安装RKNN Toolkit及其依赖库 直接按照官方给的操作:此处有坑:注意后边三个库的路径一定要正确 注意...
01:下载RKNN-Toolkit2 02:安装依赖 requirements_cp36-1.3.0.txt文件,在rknn-toolkit2/doc目录下: 03:开发环境与OK3588-C开发板连接 开发环境中安装adb 使用USB-typeC线连接到板子的TypeC0接口,PC端识别到虚拟机中。 在开发环境中检查是否连接成功
在PC端安装RKNN-Toolkit2工具 使用pytorch搭建网络并训练,保存为.pth文件 在PC端使用torch.onnx.export()将.pth文件转化为.onnx文件,接下来使用RKNN-Toolkit2将.onnx文件转化为.rknn文件 将板子连接PC,获取板子的ID号,连板测试模型效果(前四步与上面相同) 在板子上安装rknn-toolkit-lite,使用Python API编写python...