[RKNN学习记录]RK3588使用ADB进行rknn模型的内存和性能评估

准备工作:
test.py文件,内容如下(target填写自己的芯片平台,device_id填写自己开发板的adb地址)

    ret = rknn.init_runtime(target='rk3588', device_id='10.102.149.127:5555', perf_debug=True, eval_mem=True)
from rknn.api import RKNN
RKNN_MODEL = './model.rknn'
if __name__ == '__main__':
    # 创建RKNN
    # 如果测试遇到问题,请开启verbose=True,查看调试信息。
    #rknn = RKNN(verbose=True)
    rknn = RKNN()

    # 导入RKNN模型,path参数指定rknn模型路径
    print('--> Loading model')
    ret = rknn.load_rknn(path=RKNN_MODEL)
    if ret != 0:
        print('Load model failed!')
        exit(ret)
    print('done')

    # 初始化运行时环境,指定连接的板卡NPU平台,device_id指定前面adb连接的板卡设备ID
    # perf_debug开启进行性能评估时开启debug模式,eval_mem进入内存评估模式
    print('--> Init runtime environment')
    ret = rknn.init_runtime(target='rk3588', device_id='10.102.149.127:5555', perf_debug=True, eval_mem=True)
    if ret != 0:
        print('Init runtime environment failed!')
        exit(ret)
    print('done')

    # 模型性能进行评估,默认is_print是true,打印内存使用情况
    print('--> eval_perf')
    rknn.eval_perf()
    print('done')

    # 调试,模型性能进行评估,默认is_print是true,打印内存使用情况
    print('--> eval_memory')
    rknn.eval_memory()
    print('done')

    rknn.release()

输出如下图
在这里插入图片描述
踩坑实录:
报错:E RKNNAPI: rknn_init, msg_load_ack fail, ack = 1(ACK_FAIL), expect 0(ACK_SUCC)!
E init_runtime: Catch exception when init runtime!
E init_runtime: Traceback (most recent call last):
E init_runtime: File “rknn/api/rknn_base.py”, line 2506, in rknn.api.rknn_base.RKNNBase.init_runtime
E init_runtime: File “rknn/api/rknn_runtime.py”, line 391, in rknn.api.rknn_runtime.RKNNRuntime.build_graph
E init_runtime: Exception: RKNN init failed. error code: RKNN_ERR_MODEL_INVALID

在这里插入图片描述
解决方法:
升级API、rknn_server、rknnrt至最新版本
到下面连接下载
https://github.com/airockchip/rknn-toolkit2/tree/master/rknpu2/runtime/Linux
在这里插入图片描述

下载librknnrt.so并复制到开发板上的/usr/lib/
在这里插入图片描述

下载rknn_server并复制到开发板上的/usr/bin/
在这里插入图片描述
下载rknn_toolkit2对应你的python的版本到物理机上,执行pip install xxx.whl

在这里插入图片描述
更新完后版本如上

  • 5
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值