野火鲁班猫(arrch64架构debian)从零实现用MobileFaceNet算法进行实时人脸识别(四)安装RKNN Toolkit Lite2

RKNN Toolkit Lite2 是瑞芯微专为RK系列芯片开发的NPU加速推理API。若不使用该工具,计算任务将仅依赖CPU处理,无法充分发挥芯片高达6TOPS的NPU算力优势。

按照官方文档先拉一下官方代码库,然后通过whl文件安装,因为我是python3.10环境,选择cp310的安装包

bash 复制代码
git clone https://gitee.com/LubanCat/lubancat_ai_manual_code.git
cd lubancat_ai_manual_code/dev_env/rknn_toolkit_lite2
pip install packages/rknn_toolkit_lite2-1.5.0-cp310-cp310-linux_aarch64.whl

使用官方demo测试是否安装成功,进到yolov5的demo里运行一下test.py

bash 复制代码
cd examples/yolov5_inference
python test.py

这时遇到错误:

bash 复制代码
Traceback (most recent call last):
  File "/home/cat/lubancat_ai_manual_code/dev_env/rknn_toolkit_lite2/examples/yolov5_inference/test.py", line 5, in <module>
    import cv2
ImportError: libOpenGL.so.0: cannot open shared object file: No such file or directory

安装libopengl0库解决:

bash 复制代码
sudo apt install libopengl0 -y

再次运行test.py成功识别图片里的各分类对象和位置:

bash 复制代码
--> Load RKNN model
done
--> Init runtime environment
I RKNN: [09:27:18.247] RKNN Runtime Information: librknnrt version: 1.5.0 (e6fe0c678@2023-05-25T08:09:20)
I RKNN: [09:27:18.248] RKNN Driver Information: version: 0.9.8
I RKNN: [09:27:18.253] RKNN Model Information: version: 4, toolkit version: 1.5.0+1fa95b5c(compiler version: 1.5.0 (e6fe0c678@2023-05-25T16:15:03)), target: RKNPU v2, target platform: rk3588, framework name: ONNX, framework layout: NCHW, model inference type: static_shape
done
--> Running model
W RKNN: [09:27:18.416] Output(269): size_with_stride larger than model origin size, if need run OutputOperator in NPU, please call rknn_create_memory using size_with_stride.
W RKNN: [09:27:18.417] Output(271): size_with_stride larger than model origin size, if need run OutputOperator in NPU, please call rknn_create_memory using size_with_stride.
W RKNN: [09:27:18.417] Output(273): size_with_stride larger than model origin size, if need run OutputOperator in NPU, please call rknn_create_memory using size_with_stride.
done
class: person, score: 0.8845707178115845
box coordinate left,top,right,down: [209.6862335205078, 243.11955797672272, 285.13685607910156, 507.7035621404648]
class: person, score: 0.8669421076774597
box coordinate left,top,right,down: [477.6677174568176, 241.89217948913574, 561.1506419181824, 524.2070636749268]
class: person, score: 0.8155205845832825
box coordinate left,top,right,down: [113.02320504188538, 234.78070652484894, 224.15367484092712, 535.1200503110886]
class: person, score: 0.3176437020301819
box coordinate left,top,right,down: [80.75779604911804, 354.98213291168213, 121.49669003486633, 516.5315389633179]
class: bus , score: 0.7036669850349426
box coordinate left,top,right,down: [93.71414947509766, 128.10655891895294, 554.3451156616211, 465.07032096385956]
相关推荐
阿泽·黑核2 分钟前
Easy Vibe Coding 学习心得(六):RAG 入门——让 AI 拥有企业级知识库
人工智能·vibe coding·easy vibe
泰克生物4 分钟前
噬菌体展示技术结合机器学习:治疗性 TCR 发现的新范式
机器学习·肿瘤免疫治疗·高通量筛选·噬菌体展示技术·功能验证·文库设计
光之后裔4 分钟前
人工智能对计算机领域冲击思考
人工智能
玻璃杯中水6 分钟前
硬件知识总结梳理-5(二极管)
单片机·嵌入式硬件·学习
学习指针路上的小学渣8 分钟前
Selenium笔记
python·selenium
AI人工智能+9 分钟前
一种融合大模型微调与高精度OCR的智能文档抽取系统,实现对合同文本中关键要素的高精度语义理解与结构化抽取
人工智能·语言模型·ocr·文档抽取
电子科技圈9 分钟前
SmartDV展示汽车IP解决方案以赋能智驾创芯并加速规模化普及
嵌入式硬件·设计模式·硬件架构·软件工程·软件构建·设计规范
程序员水自流12 分钟前
【AI大模型第13集】Transformer底层架构原理详细介绍(核心组件拆解分析)
java·人工智能·架构·llm·transformer
code_pgf12 分钟前
openclaw配置高德导航、京东商品搜索、QQ 音乐播放控制
人工智能·gateway·边缘计算
SunnyDays101112 分钟前
使用 Python 在 Excel 中应用数据验证:详细指南
python·excel·数据验证