（十二）rk3568 NPU 中部署自己训练的模型，（1）使用yolov5训练自己的数据集-环境搭建部分

rk3568中带有0.8T算力的NPU，可以完成一些轻量级的图像识别任务。

本文向零基础人员介绍从windows中搭建训练环境，模型训练、模型转换到rknn模型部署到电路板上全部过程。
rk3568npu支持caffe、darknet、onnx、pytorch、tensorflow等多种框架。
本人使用的是pytorch框架的yolov5s算法训练的模型。yolov5在yolov3的基础上有很大提高，在保持准确率的情况下，模型更小，更适合轻量化的嵌入式产品部署。

1、下载和安装nvidia显卡驱动

下载对应你的英伟达显卡驱动。

NVIDIA 驱动下载：https://www.nvidia.cn/Download/index.aspx?lang=cn

2、下载CUDA

cuda下载链接：https://developer.nvidia.com/cuda-downloads?
target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal

3、下载cuDNN
cudnn下载地址：https://developer.nvidia.com/cudnn

这个需要有账号。

以上三个都是按照自己的电脑显卡配置、以及操作系统来下载的，不可以随意下载。 

4、安装cuda
(1) 将cuda运行安装，建议默认路径