AIO3399ProC部署yolov5

文章目录

  • 一、安装Python虚拟环境
    • 1. pip安装
    • 2. virtualenv安装
      • 2.1 创建 virtualenv 环境
      • 2.2 安装依赖模块:opencv-python
  • 二、 安装 RKNN Toolkit Lite
  • 三、RKNN Toolkit Lite 的使用
    • 1. 使用流程
    • 2. 示例


一、安装Python虚拟环境

1. pip安装

打开终端输入(22.3.1可以替换为自己想要的版本):

# 下载安装包
wget https://pypi.python.org/packages/source/p/pip/pip-22.3.1.tar.gz
#解压
tar xf pip-22.3.1.tar.gz
#进入目录
cd pip-22.3.1.tar.gz
#安装
python setup.py install

这里我出现了报错:No modules named setuptools
所以,先安装setuptools:

# 下载安装包
wget https://pypi.python.org/packages/28/4f/889339f38da415e49cff15b21ab27becbf4c017c79fbfdeca663f5b33b36/setuptools-36.4.0.zip
#解压
unzip setuptools-36.4.0.zip

cd setuptools-36.4.0

python setup.py build

python setup.py install

2. virtualenv安装

2.1 创建 virtualenv 环境

如果系统中同时有多个版本的 Python 环境,建议使用 virtualenv 管理 Python 环境

# Ubuntu 18.04
sudo apt install virtualenv

这里我出现了:Unable to locate XXX的错误执行:

sudo apt-get upgrade

就解决了这个问题,然后继续:

sudo apt-get install libpython3
sudo apt install python3-tk
#创建一个名为venv的虚拟环境(随便叫什么都行)
virtualenv -p /usr/bin/python3 venv
#进入刚才创建的虚拟环境
source venv/bin/activate

2.2 安装依赖模块:opencv-python

sudo apt-get install python3-dev python3-opencv

我这里出现报错,各种指令安装都没有办法解决,最后直接下载安装包离线安装解决:
https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/opencv-python/
我下载的是这个:
AIO3399ProC部署yolov5_第1张图片
然后在目录下直接:

pip install opencv_python-4.5.1.48-cp36-cp36m-manylinux2014_aarch64.whl

等下载完以后,可以试一下:

python3
import cv2  #如果没有错误提示就表示OK了

二、 安装 RKNN Toolkit Lite

这里是rknn-toolkit-lite下载地址:https://github.com/rockchip-linux/rknn-toolkit
解压后,将rknn-toolkit-lite拷贝到板子里。
然后,进入 packages 文件夹,执行以下命令安装 RKNN Toolkit Lite:


pip3 install rknn_toolkit_lite-1.7.3-cp36-cp36m-linux_aarch64.whl

安装中可能会出现报错:could not build wheels ffor psutil,可以直接:

pip3 install psutil

意外的又出现报错,好样的
AIO3399ProC部署yolov5_第2张图片

但根据提示

sudo apt-get install gcc python3-dev

然后再pip psutil就没有问题了

到这里rknn toolkit lite就算安装完成了,然后可以使用example中的文件来测试

三、RKNN Toolkit Lite 的使用

1. 使用流程

AIO3399ProC部署yolov5_第3张图片

`

2. 示例

examples 目录提供了一个使用RKNN Toolkit Lite 进行模型推理的示例inference_with_lite。
安装 RKNN Toolkit Lite 后执行以下命令运行 demo:

python3 test.py

demo 运行模型预测时输出如下结果:

-----TOP 5-----
[812]: 0.999442994594574
[404]: 0.0004096269840374589
[657]: 3.284541890025139e-05
[833]: 2.6112385967280716e-05
[895]: 1.8509887013351545e-05

AIO3399ProC部署yolov5_第4张图片

你可能感兴趣的:(环境配置,python,opencv,开发语言,linux)