小白都能看懂的rk3399 pro使用

前言

在ubuntu上给rk3399 pro烧录debian，并跑深度学习

1. 准备

从这里下载debian固件
从这里下载烧录工具

2. 烧录

• 1、Type-C线连接主机端的USB接口和TB-RK3399Pro开发板的Type-C接口。
• 2、长按TB-RK3399Pro开发板上recovery按键后重启机器，进入Loader模式。
• 3、解压固件，将固件拷贝到linuxTool-v1.0/images目录下
• 4、执行sudo ./flash.py -l all，如何失败执行sudo python flash.py -l all
• 5、烧录完成后会重启，进入debian

奇怪的混入者

• 装gedit（debian自带vim，可以不装gedit）
• sudo apt install libgtk-3-dev
• 配置.bashrc
  • 将ll改成ll -alF
  • 在末尾加export PATH=$PATH:/usr/sbin:/sbin:/usr/local/sbin
• 配置pip安装路径
  • 在用户目录执行mkdir -p .pip/pip.conf
  • gedit .pip/pip.conf
  • 输入
    [global]
    index-url = https://pypi.tuna.tsinghua.edu.cn/simple
    [install]
    trusted-host=mirrors.aliyun.com

3. 更新软件

• rknn_tooklit : pip3 install --user -U rknn
  • 如果失败可以从这里下载whl文件安装
• rknn_api :

sudo apt update --fix-missing
sudo apt -y upgrade
sudo apt update
sudo apt install rknn-rk3399pro

• npu_drv : 重启
• 之后会出现libf77blas.so.3 缺失 ，执行 sudo apt-get install libatlas-base-dev
• 其他问题可参考这里

4. 模型转换

from rknn.api import RKNN  
 
INPUT_SIZE = 64
 
if __name__ == '__main__':
    # 创建RKNN执行对象
    rknn = RKNN()
# 配置模型输入，用于NPU对数据输入的预处理
# channel_mean_value='0 0 0 255'，那么模型推理时，将会对RGB数据做如下转换
# (R - 0)/255, (G - 0)/255, (B - 0)/255。推理时，RKNN模型会自动做均值和归一化处理
# reorder_channel=’0 1 2’用于指定是否调整图像通道顺序，设置成0 1 2即按输入的图像通道顺序不做调整
# reorder_channel=’2 1 0’表示交换0和2通道，如果输入是RGB，将会被调整为BGR。如果是BGR将会被调整为RGB
#图像通道顺序不做调整
    rknn.config(channel_mean_value='0 0 0 255', reorder_channel='0 1 2')
 
# 加载TensorFlow模型
# tf_pb='digital_gesture.pb'指定待转换的TensorFlow模型
# inputs指定模型中的输入节点
# outputs指定模型中输出节点
# input_size_list指定模型输入的大小
    print('--> Loading model')
    rknn.load_tensorflow