RKNN转化环境搭建（rknn_toolkit2新版本）

指尖的爷2026-08-07 18:12

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

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

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"

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

bash 复制代码

python -c "from rknn.api import RKNN; print('RKNN OK')"

bash 复制代码

https://github.com/airockchip/rknn-toolkit2

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

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