RKNN-Toolkit安装

1pip 安装

系统依赖

首先建立虚拟环境创建python3.6的环境

conda create -n rknn python=3.6.6   # 创建新的虚拟环境
conda activate rknn     # 激活新建的虚拟环境

sudo apt install python3-tk

pip install numpy==1.18

pip install tensorflow==1.15
pip install tensorflow-gpu==1.15
pip install opencv-python

下载rknn_toolkit-1.2.1-cp36-cp36m-linux_x86_64

wget http://repo.rock-chips.com/python/rknn_toolkit-1.2.1-cp36-cp36m-linux_x86_64.whl
pip install rknn_toolkit-1.2.1-cp36-cp36m-linux_x86_64.whl 

2 RKNN-Toolkit 的使用

2.1查看设备版本

看看环境有没有安装正确

from rknn.api import RKNN
if __name__ == '__main__':
    rknn = RKNN()
    rknn.list_devices()
    rknn.release()

当插入一张

当插入2张

2.2修改usb的访问权限

插入RK1808 人工智能计算棒，需要修改其USB设备访问权限，操作步骤如下:
返回至U盘根目录， 拷贝tool/update_rk1808_ai_cs_rule.sh到当前HOME目录的rknn目录下, 修改update_rk1808_ai_cs_rule.sh为可执行权限。

chmod +x update_rk1808_ai_cs_rule.sh 
sudo ./update_rk1808_ai_cs_rule.sh

这一步只需要在第一次执行时使用一次

lsusb

其中Bus 002 Device 012是计算棒的设备编号

2.3pc上运行

从官方FTP文件服务器下载mobilenet_v1压缩包，并解压出来：

wget http://repo.rock-chips.com/rk1808/mobilenet_v1.tar.gz
tar xvf mobilenet_v1.tar.gz

进入mobilenet_v1目录， 并执行test.py 脚本：

cd mobilenet_v1/
python3 test.py

实验成功

python3 test_inference.py