rknntoolkitlite2环境搭建

前言

RKNN Toolkit Lite2 工具支持运行在

RK3568: Debian10/Debian11(aarch64)、Ubuntu20/22(aarch64)

RK3588: Debian10/Debian11(aarch64)、Ubuntu20/22(aarch64)

开发板上系统 python 版本为 3.7 或者 3.9 版本。

作者使用的开发板上面的Ubuntu系统为22.04版本的。

0、要下载的软件包

下面要安装的软件包以百度网盘链接的形式给出:

链接:https://pan.baidu.com/s/1Jq_tnTFXyH7Dgzp6R-YHwQ

提取码:1234

下载之后,进入到文件夹中,如下图所示:

第一个是miniconda的文件夹,第二个是rknntoolkitlite2的文件夹。

一、环境搭建步骤

1.1 安装Miniconda

Conda 是一个开源的软件包管理系统和环境管理系统,它可以用于安装、管理和升级软件包和依赖项,我们这里使用conda的目的只是构建一个虚拟环境,所以选择轻量化的miniconda。

首先将 Miniconda3-latest-Linux-aarch64.sh 安装包拷贝到开发板上(建议开发板系统使用普通用户),拷贝完成如下图所示:

然后使用"./Miniconda3-latest-Linux-aarch64.sh"安装 Miniconda,输入回车和"yes",等 待安装完成,安装完成如下图所示:

然后使用"source /home/topeet/.bashrc" 命令更新环境变量,可以看到在终端前会出现 (base),证明 miniconda 安装完成了。

也可能出现如下图所示的打印情况:

需要使用以下命令更新环境,然后输入以下命令更新环境:

/home/topeet/miniconda3/bin/conda shell.bash hook

1.2创建RKNN虚拟环境

然后使用命令 conda create -n rknn python=3.9 创建名为 rknn 的 python 版本为 3.9 的虚拟环境,创建过程如下图所示: ​​​​​​​

在这个过程中可能出现如下图所示的问题:

原因:这说明你的开发板上面的系统没有联网或者下载命令需要更新所导致的。

解决方法:

(1)在你的开发板系统上联网

(2)运行sudo apt update 指令,更新下载指令。

执行完上述操作之后继续运行 conda create -n rknn python=3.9 指令。

然后使用命令 conda activate rknn 激活刚刚创建的 rknn 虚拟环境,如下图所示:

可以看到终端最前面已经由 base 修改为了 rknn,证明成功激活了 rknn 虚拟环境。

1.3 安装rknntoolkitlite2软件包

rknn_toolkit_lite2/packages/rknn_toolkit_lite2-1.4.0-cp39-cp39-linux_aarch64.whl 到开发板上。拷贝完成如下图所示:

然后使用以下命令安装 RKNN-ToolkitLite 2 软件包,安装过程如下所示: pip install rknn_toolkit_lite2-1.4.0-cp39-cp39-linux_aarch64.whl -i https://pypi.mirrors.ustc.edu.cn/simple

打印以下内容,使用以下命令进行安装,如下图所示: sudo apt-get update sudo apt-get install gcc python3-dev

再次执行以下命令安装 RKNN-ToolkitLite 2 软件包,安装完成如下所示: pip install rknn_toolkit_lite2-1.4.0-cp39-cp39-linux_aarch64.whl -i https://pypi.mirrors.ustc.edu. cn/simple

1.4 安装opencv

由于后续都会使用到 opencv,所以最后还需要安装 opencv。继续使用以下命令安装 opencv, 安装完成如下图所示: pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple

至此,RKNN-ToolkitLite 2 的使用环境就搭建完成了。

相关推荐
i查拉图斯特拉如是5 分钟前
基于MindSpore NLP的PEFT微调
人工智能·自然语言处理
CSND7408 分钟前
Ubuntu vi(vim)编辑器配置一键补全main函数
linux·c语言·ubuntu·编辑器·vim
mahuifa10 分钟前
QtCreator配置github copilot实现AI辅助编程
人工智能·ai编程·github copilot·qtcreator
千穹凌帝14 分钟前
基于深度学习多图像融合的屏幕缺陷检测方案
人工智能·深度学习·数码相机
张叔zhangshu2 小时前
TensorFlow 的基本概念和使用场景
人工智能·python·tensorflow
シ風箏3 小时前
Neo4j【环境部署 02】图形数据库Neo4j在Linux系统ARM架构下的安装使用
linux·数据库·arm·neo4j
Cachel wood5 小时前
Vue.js前端框架教程8:Vue消息提示ElMessage和ElMessageBox
linux·前端·javascript·vue.js·前端框架·ecmascript
云起无垠6 小时前
【论文速读】| FirmRCA:面向 ARM 嵌入式固件的后模糊测试分析,并实现高效的基于事件的故障定位
人工智能·自动化
小屁不止是运维8 小时前
麒麟操作系统服务架构保姆级教程(二)ssh远程连接
linux·运维·服务器·学习·架构·ssh
Leweslyh8 小时前
物理信息神经网络(PINN)八课时教案
人工智能·深度学习·神经网络·物理信息神经网络