瑞芯微推理RKNN使用

参考资料

toolkit2
官网资料
野火实践指南

Ubuntu22.04实践

安装toolkit2

  1. 安装命令

    bash 复制代码
    pip3 install -r xxx/packages/requirements_cp310-1.6.0.txt
    pip3 install xxx/packages/rknn_toolkit2-1.6.0+81f21f4d-cp310-cp310-linux_x86_64.whl

    注意加上 -i xxx 可能会造成下载tf-estimator-nightly-2.8.0.dev2021122109失败,所以安装ensorboard-2.8.0时不加-i xxx 。

  2. 检测是否安装成功

    python 复制代码
    (toolkit2_1.5) llh@YH-LONG:~$ python3
    Python 3.10.12 (main, Nov 20 2023, 15:14:05) [GCC 11.4.0] on linux
    Type "help", "copyright", "credits" or "license" for more information.
    >>> from rknn.api import RKNN
    >>> 

推理步骤与过程

  1. 模型转换

    • 将其它模型转为onnx模型
    • 将onnx模型转换为rknn模型 python convert.py .../model/yolov8n.onnx rk3588
  2. 进行推理测试

    板端推理 python yolov8.py --model_path .../model/yolov8.rknn --target rk3568 --img_show

    • 遇到问题1 ValueError: 'rknn_model_zoo' is not in list. 解决办法将"rknn_model_zoo"改为实际项目名字"rknn_model_zoo-main"
    • 遇到问题2 error: no devices/emulators found. 板子连接问题,未连接板子或板子未连接好

    PC端推理 可在examples目录下找到对应的模型测试文件,如.../examples/onnx/yolov5/test.py。在目录下可直接执行python test.py

  3. 板端推理前置步骤

    • 板端GCC安装 GCC下载(https://releases.linaro.org/components/toolchain/binaries/6.3-
      2017.05/aarch64-linux-gnu/gcc-linaro-6.3.1-2017.05-x86_64_aarch64-linux-gnu.tar.xz)

    • 计算机端 ./build-linux.sh -t rk3568 -a aarch64 -d yolov8 执行完毕会生成install文件夹

    • 将生成的文件推到板端 adb push install/<TARGET_PLATFORM>linux/rknn_yolov8_demo/ /userdata/

    • 进入板端,运行命令

      bash 复制代码
      adb shell
      cd /userdata/rknn_yolov8_demo
      
      export LD_LIBRARY_PATH=./lib
      ./rknn_yolov8_demo model/yolov8.rknn model/bus.jpg
    • 生成结果为out.png。adb pull /userdata/rknn_yolov8_demo/out.png

相关推荐
小程故事多_803 小时前
从 Tokenizer 到 Next Token,穿透数据流,完整理解 Transformer 底层逻辑
android·深度学习·transformer
Rocky Ding*4 小时前
FLUX 3 Image Klein 技术解析:5.6B 生成器、Flow Map 蒸馏与 ComfyUI 可控编辑
论文阅读·人工智能·深度学习·机器学习·aigc·flux·ai-native
a puppy slide 葱6 小时前
ENAS | 基于参数共享的高效神经网络架构搜索
论文阅读·人工智能·深度学习·神经网络·机器学习·计算机视觉·神经网络架构搜索
科创致远6 小时前
中小企业智能体(AI Agent)怎么选?2026年企业级Agent选型指南
大数据·人工智能·深度学习
草上飞95279 小时前
零知识证明能证明算对了,却证明不了没看见
人工智能·深度学习·llm
2401_872418789 小时前
机器学习绪论
人工智能·深度学习·机器学习
buddyMe智能助手10 小时前
长任务拆给谁?把专门化智能体存成可复用、会增长的「选项」
人工智能·深度学习·安全·机器学习·aigc
Smoothcloud润云10 小时前
GPU算力平台推荐:新手租GPU时,镜像环境和显存应该怎么选?
大数据·人工智能·pytorch·分布式·深度学习·gpu算力
晚风吹北巷10 小时前
基于TRL库的SFT微调实现
人工智能·深度学习
陈嘿萌10 小时前
CVPR 2026|CHAL:面向运动红外小目标检测的因果引导分层异常感知学习
图像处理·人工智能·深度学习·计算机视觉·学术研究与理论基础