RKNPU

m0_46570781

已于 2024-06-10 22:57:08 修改

阅读量261

点赞数

分类专栏： RK3588 文章标签： c++ vscode linux

于 2024-06-10 22:47:46 首次发布

本文链接：https://blog.csdn.net/m0_46570781/article/details/139583574

版权

RK3588 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

RK3588为第二代RKNPU，RKNN-Toolkit2用于模型的部署和优化，可与开发板设备进行联机调试。支持如Tensorflow、PyTorch、Darknet模型等先转换为ONNX)模型，随后再将导出为RKNN格式，从而实现在瑞芯微平台上的加载和推理操作。整体流程如图所示。

驱动仓库为：GitHub - rockchip-linux/rknpu2

模型转换工具仓库为：GitHub - rockchip-linux/rknn-toolkit2

模型部署官方实例仓库：GitHub - airockchip/rknn_model_zoo

官方维护包、容器、实例文档等存于网盘（密码：rknn）：联想Filez

通过仓库下载测试NPU代码，通过如下步骤进行测试：

# 编译程序
cmake -S . -B build
cmake --build build 

# 运行测试命令
./build/mobilenet ./weights/mobilenet_v1.rknn ./images/dog_224x224.jpg 

# 如果正确运行，你会看到如下输出：
model input num: 1, output num: 1
input tensors:
  index=0, name=input, n_dims=4, dims=[1, 224, 224, 3], n_elems=150528, size=150528, fmt=NHWC, type=INT8, qnt_type=AFFINE, zp=0, scale=0.007812
output tensors:
  index=0, name=MobilenetV1/Predictions/Reshape_1, n_dims=2, dims=[1, 1001, 0, 0], n_elems=1001, size=1001, fmt=UNDEFINED, type=INT8, qnt_type=AFFINE, zp=-128, scale=0.003906
rknn_run
 --- Top5 ---
156: 0.984375
155: 0.007812
205: 0.003906
 -1: 0.000000
 -1: 0.000000

‎‎‎‎