RV1126平台使用
-
模型转换: 使用rknn-toolkit(pc或者开发板都可以使用)模型转换(推荐使用可视化界面) 参考官方提供的文档。
conda create -n rknn-toolkit python=3.6 # 创建conda环境 conda activate rknn-toolkit # 激活环境 pip3 install tensorflow==1.11.0 -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com # 安装cpu版本tensorflow pip3 install torch==1.5.1 -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com # 安装torch pip3 install torchvision==0.6.1 -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com # 安装torchvision pip3 install mxnet==1.5.0 -i http://mirrors.aliyun.com/pypi/simple --trusted-host mirrors.aliyun.com # 安装mxnet pip3 install rknn_toolkit-1.6.0-cp36-cp36m-linux_x86_64.whl # 安装rknn-toolkit python3 -m rknn.bin.visualization # 启动rknn-toolkit可视化界面
如果pip 下载安装包遇到了 下面这个错误
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe6 in position 49: ordinal not in range(128)
解决(修改系统编码):
export LANG=en_US export LC_ALL=en_US.UTF-8
-
模型转换工具使用
python3 -m rknn.bin.visualization
启动可视化界面进行参数设置。
-
安装交叉编译工具
可以选择本机安装也可以选择docker容器安装,建议在docker容器中使用。
解压
gcc-arm-8.3-2019.03-x86_64-arm-linux-gnueabihf
把lib路径添加到环境变量。如果出现找不到libc库的错误,把编译工具的bin文件夹和lib文件夹拷贝到系统目录下边
编译命令:
cmake -DCMAKE_TOOLCHAIN_FILE=../toolchains/arm-linux-gnueabihf.toolchain.cmake ..
-
rv1126双目相机部署
安装adb工具:
sudo apt-get install android-tools-adb
检查安装是否成功:
adb version
列出当前的adb设备:
sudo adb devices
查看连接的设备:
adb devices
登陆设备:
adb shell
推送文件到设备:
adb push * /userdata/zhaojun/test
拉取文件到本地:
adb pull * /home/john/data/RKNN/xunjinjin/demo
如果遇见ubuntu adb devices 没有设备或者没有权限
1:lsusb命令找到对应设备信息,如
Bus 001 Device 003:ID 2c7c:5001
2:
sudo gedit /etc/udev/rules.d/**-android.rules(**自己输入)
并在文件中增加
SUBSYSTEM=="usb",ATTRS{idVendor}=="2207",ATTRS{idProduct}=="0020",MODE="0666",GROUP="plugdev",SYMLINK+="android",SYMLINK+="android_adb"
修改对应
ATTRS{idVendor}=="****", ATTRS{idProduct}=="****"
3:修改权限,重启udev
sudo chmod a+x /etc/udev/rules.d/51-android.rules
sudo /etc/init.d/udev restart
4:重启adb
sudo adb kill-server
sudo adb devices