RKNN转化环境搭建(rknn_toolkit2新版本)

背景

  • 项目目标是训练yolo26目标检测模型,转化为rknn,并将其部署到rk3588硬件板子中进行推理

  • 我们使用训练(yolo26-train)和转化环境(rknn-convert)隔离的方案

    训练环境负责训练pt模型,导出onnx模型

    转化环境,负责将onnx转化为rknn模型

  • pc环境都使用ubuntu linux环境

安装

1. 创建并激活环境

bash 复制代码
conda create -n rknn-convert python=3.10 -y

激活

bash 复制代码
conda activate rknn-convert

2. 降级setuptools

必须优先降级setuptools,rknn2.3.2硬性要求

bash 复制代码
python -m pip install "setuptools<82"

3. 安装rknn‑toolkit2

安装rknn‑toolkit2‑2.3.2 x86_64 whl

它会自动把 torch/numpy/protobuf 降到它允许的版本

bash 复制代码
python -m pip install ./rknn_toolkit2-2.3.2-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
  • 验证rknn导入是否成功
bash 复制代码
python -c "from rknn.api import RKNN; print('RKNN OK')"
  • rknn-toolkit2下载地址
    里面包含安装包,默认在这 rknn-toolkit2/rknn-toolkit2/packages/x86_64/
bash 复制代码
https://github.com/airockchip/rknn-toolkit2

4. 固定ONNX版本

固定onnx版本,onnx转rknn必须

实测,装1.16.1会报错,降级到1.16.0,虽然警告但没问题,可以跑通

bash 复制代码
pip install onnx==1.16.0 onnxoptimizer==0.2.7 protobuf==4.24.4

5. 核心库版本验证

bash 复制代码
pip show torch           # Version: 2.4.0+cu124
pip show numpy           # 1.26.4
pip show protobuf        # 4.25.4
pip show rknn‑toolkit2   # 2.3.2
相关推荐
谙弆悕博士19 小时前
从“预测下一个词”到“预测世界下一状态”:世界模型是不是下一个AGI叙事?
人工智能·gpt·深度学习·神经网络·agi·jepa·genie 4
咕泡科技19 小时前
关于机器学习,如何通俗理解全连接层(fully connected layer)?
人工智能·深度学习·机器学习
数字新视界1 天前
机房动环监控系统在提升数据中心安全与效率中的创新应用
物联网·数据中心·数据中心基础设施管理·dcim管理系统·数据中心dcim
电科_银尘1 天前
【深度学习项目实战·22】灰度图像着色:用小型U-Net学习从灰度到RGB
人工智能·深度学习·学习
不脱发的程序猿1 天前
ESP32制作加热杯垫
嵌入式硬件·物联网·esp32·语音识别
数字新视界2 天前
数据中心DCIM管理系统助力提升机房管理效率与安全性
大数据·人工智能·物联网·信息与通信·动环监控系统
猿人谷2 天前
遗传编程的未来:从进化搜索到自主发现求解方法
人工智能·深度学习·神经网络·ai-native
泓博2 天前
Android仿写苹果缩放窗口
人工智能·gpt·深度学习
在所不辞兄2 天前
【人工智能驱动的电催化研究-07】CSV文件、路径与可追溯记录
人工智能·深度学习·神经网络·机器学习·有限元·电化学·电催化
元器件BOM超人2 天前
GD32F130G8U6TR QFN-28 兆易创新超值型Cortex-M3 MCU 解析
单片机·嵌入式硬件