ITX-3588J开发（一）

一、开发板点亮

1、需要的硬件设备

ITX-3588J开发板、板子电源、键鼠一套、USB摄像头、便携显示器、HDMI-miniHDMI线、显示器电源

2、连线

开发板连接键鼠、摄像头；显示器链接电源；

*注意：开发板上有三个HDMI，其中VGA下面的时HDMI-in，应该用开发板的HDMI-out与显示器连接

3、点亮

板子内系统以烧录，开发板连接电源即可开机，后续可能会自己烧系统？

二、移植跟踪代码

1、联网

桌面右上角有wifi选项，连接bit-web，打开chorm浏览器登陆即可联网，每次开机后首次登陆浏览器可能会蹦出需要填写密码的窗口，unlock密码被我设置为了 “ 3588 ”

2、安装Anaconda

我在板子里安完了，这步可以跳过。网上有很多在linux上安装conda的教程。

*注意：3588是aarch架构，别选错版本

3、代码测试

利用conda创建虚拟环境

*注意：推荐创建python=3.9，后续用到的rknn有python版本限制

移植一个kcf跟踪代码，例如：GitHub - chuanqi305/KCF: python implementation of "high-speed tracking with kernelized correlation filters"

git clone 或者 浏览器download 或者 U盘copy 都可以

后面用到板子的师弟师妹，请创建自己的文件夹单独存放用到的代码等文件，便于日后清除冗余

测试代码可以正常运行

4、rknn使用

3588可以运行深度学习，这里以NanoTrack为例，项目地址：GitHub - Try2ChangeX/NanoTrack_RK3588_python: python版本基于rk3588的NanoTrack,每秒可达120FPS

3588运行深度学习，以Pytorch开发，以C++或python部署，推理方式有四种，详情见：RK3588模型推理总结 - 知乎，写的很详细，对理解整体流程很有帮助

最终我们使用的开发方式为：

①在PC端利用Pytorch训练网络模型，得到pth或pt文件

②pth转onnx，onnx转rknn

③将rknn文件copy到开发板，最终仅利用开发板，无需PC即可运行项目

5、rknn-toolkit2-lite

在开发板上运行rknn模型需要rknn-toolkit2-lite工具

开发板初始自带rknn驱动版本较低，不支持新版的rknn-toolkit2-lite，官方教程推荐使用的是1.3.0版本，没找到这个版本的资源。初步测试发现，1.4.0可以用，1.6.0用不了，1.5.0未测试。1.4.0资源地址：GitHub - rockchip-linux/rknn-toolkit2 at v1.4.0，或者来找我拷贝（如果我还没毕业）。

需要把文件放在板子里，如果直接用git clone的方式下载会报错，好像是因为git内存不足，建议U盘拷贝过去。并不需要全部文件，需要

\rknn-toolkit2-1.4.0\rknn_toolkit_lite2\examples\ 以及 \rknn-toolkit2-1.4.0\rknn_toolkit_lite2\packages\rknn_toolkit_lite2-1.4.0-cp39-cp39-linux_aarch64.whl

在开发板内的虚拟环境中，在终端中运行指令：

pip3 install rknn_toolkit_lite2-1.4.0-cp39-cp39-linux_aarch64.whl

安装后运行样例测试安装是否成果，在examples\inference_with_lite 路径下 python test.py 即可，若报错缺少什么库就安装什么即可

6、NanoTrack

在NanoTrack路径下运行 python main.py，其中更改video_name以对本地文件或摄像头进行处理；init_rect是初始帧检测框，（x1,y1,w,h），可以用 cv2.selectROI("tracking", frame, False, False) 实现鼠标选框