【新手向】Rock5B配置AI环境并运行RKNN2Demo测试NPU

一、环境与说明

• 论坛是RKNN2 1.3版本&＃xff0c;rk官方已经更新到1.4版本了&＃xff0c;测试成功的就是最新1.4版本。这次测试npu花了不少时间&＃xff0c;试了Ubuntu和两个版本的Debian。
• 一直对RKNN很向往&＃xff0c;这也是我购买Rock5B的原因&＃xff0c;原来只用过英特尔的神经计算棒NCS2。

二、参考radxa论坛帖子&＃xff08;报错&＃xff09;

参考&＃xff1a;https://forum.radxa.com/t/run-rknn2-demo-on-rock-5b/10914

步骤1.参看系统版本

我使用的是使用2022-10-01版本系统

root&＃64;rock-5b:/home/rock# uname -r
5.10.66-24-rockchip-gcb09ad15af75


步骤2.下载安装

https://github.com/radxa/rknpu2/releases/tag/20220512

下载完成后上传到Rock5B开发板上。

这里的lib库不能正常加载&＃xff0c;也许是因为系统内核版本和贴主不同的原因。

我也不想去下载一个5月份的旧系统&＃xff0c;我们这里就去RK自己的仓库去看看。

三、参考rk官方教程&＃xff08;成功&＃xff09;

上面论坛版本是RKNN2 1.3版本&＃xff0c;目前rk官方已经更新到1.4版本了。

• https://github.com/rockchip-linux/rknn-toolkit2

• https://github.com/rockchip-linux/rknpu2

# 已经下载git&＃xff0c;忽略
sudo apt-get install git
# 拉取一下
git clone https://github.com/rockchip-linux/rknpu2.git


# 配置文件
cd rknpu2
sudo cp ./runtime/RK3588/Linux/librknn_api/aarch64/* /usr/lib
sudo cp ./runtime/RK3588/Linux/rknn_server/aarch64/usr/bin/* /usr/bin/


安装依赖文件

sudo apt-get update -y
sudo apt-get install -y gcc
sudo apt-get install -y python3-dev
sudo apt-get install -y python3-pip
sudo apt-get install -y python3-numpy
sudo apt-get install -y python3-opencv


# 拉取rknn-toolkit2
git clone https://github.com/rockchip-linux/rknn-toolkit2.git


速度感人

# 安装rknn_toolkit_lite2
pip3 install ./rknn-toolkit2/rknn_toolkit_lite2/packages/rknn_toolkit_lite2-1.4.0-cp39-cp39-linux_aarch64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple/


运行测试文件

cd rknn-toolkit2/rknn_toolkit_lite2/examples/inference_with_lite
python3 test.py


这里我们使用NPU的环境就配置好了。

四、总结

• 所谓配置好了NPU的使用环境&＃xff0c;就是可以在python中调用rknn的api了,体现在我们的配置过程分为两步&＃xff0c;第一步是配置好调用的lib和bin文件&＃xff0c;第二步就是下载依赖文件来满足运行rknn_toolkit_lite2-1.4.0这个python库。

• 上面拉取的仓库文件有很多是不需要的&＃xff0c;如果网络不好&＃xff0c;可以在电脑上下载后把需要安装的部分上传到Rock5B开发板即可。

• RK毕竟是一个很大的企业&＃xff0c;官方提供的教程一定是优秀的&＃xff0c;这启发我在查找教程时&＃xff0c;应该首先向官方寻求支持&＃xff01;

• RKNN我还需要继续学习&＃xff0c;因特尔的NCS2现在要500多块钱&＃xff0c;用RK的NPU加速&＃xff0c;岂不是省了&＃xff0c;四舍五入板子板子没花钱&＃xff08;&＃x1f60e;&＃xff09;