在Windows环境下的rknn-toolkit环境搭建

在Windows环境下的rknn-toolkit环境搭建

最近需要使用RK3566来跑YOLOv5。想要实现目标就需要使用rknn-toolkit工具将模型转化成可以运行在rk3588的NPU上的模型。只是转换模型的话，没有必要使用GPU，所以我这里安装的是CPU版的，所需的组件按照requirements-cpu.txt中的要求安装。

一、准备工作

1. 安装好conda，我是用的是anaconda，miniconda应该也可以。
2. 下载rknn_toolkit的轮子。可以直接在瑞芯微的git仓库中下载，地址为：https://github.com/rockchip-linux/rknn-toolkit/releases。我这里下载的是1.7.1版本的。没试过1.7.3版本，1.7.5版本就不支持RK3566了。选择rknn-toolkit-v1.7.1-packages.zip下载，之后解压，将里面的rknn_toolkit-1.7.1-cp36-cp36m-win_amd64.whl复制到conda目录下的pkgs目录里面。
3. 下载torch和torchvision。rknn-toolkit官方要求的版本是torch==1.5.1和torchvision==0.4.0。可以直接在pytorch官方目录下下载，地址为：https://download.pytorch.org/whl/torch_stable.html。我这里下载的是torch-1.6.0+cpu-cp36-cp36m-win_amd64.whl和torchvision-0.7.0+cpu-cp36-cp36m-win_amd64.whl。这两个轮子也要放到pkgs目录下面。

二、搭建环境

1. 打开cmd命令行，并且切换工作目录到conda下的pkgs目录。
2. 创建conda环境。
   conda create -n rknn-toolkit-1.7.1 python=3.6.8
3. 启动conda环境。
   conda activate rknn-toolkit-1.7.1
4. pip换源

python -m pip install --upgrade pip
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

5. 从本地安装torch
   pip install torch==1.6.0+cpu torchvision==0.7.0+cpu --find-links=你的路径
6. 安装mxnet,rknn-toolkit官方要求的版本是mxnet==1.5.0
   pip install mxnet==1.5.0
7. 安装tenserflow,rknn-toolkit官方要求的版本是tensorflow==1.14.0
   pip install tensorflow==1.14.0
8. 安装opencv-python
   pip install opencv-python==4.5.4.60
9. 从本地安装rknn-toolkit
   pip install rknn_toolkit-1.7.1-cp36-cp36m-win_amd64.whl --find-links=你的路径