- 系统依赖
操作系统版本 | Ubuntu16.04(x64)及以上 Windows 7(x64)及以上 Mac OS X 10.13.5(x64)及以上 Debian 9.8(aarch64)及以上 |
---|---|
Python 版本 | 3.5/3.6/3.7 |
Python 库依赖 | ‘numpy == 1.16.3’ ‘scipy == 1.3.0’ ‘Pillow == 5.3.0’ ‘h5py == 2.8.0’ ‘lmdb == 0.93’ ‘networkx == 1.11’ ‘flatbuffers == 1.10’ ‘protobuf == 3.6.1’ ‘onnx == 1.4.1’ ‘onnx-tf == 1.2.1’ ‘flask == 1.0.2’ ‘tensorflow == 1.11.0’ or ‘tensorflow-gpu’ ‘dill == 0.2.8.2’ ‘ruamel.yaml == 0.15.81’ ‘psutils == 5.6.2’ ‘ply == 3.11’ ‘requests == 2.22.0’ ‘pytorch == 1.2.0’ ‘mxnet == 1.5.0’ |
-
安装 RKNN-Toolkit
-
下载RKNN-Toolkit所需安装包
https://github.com/rockchip-linux/rknn-toolkit
若gtihub无法下载,本人已为各位下载了一份安装包:
https://download.csdn.net/download/u014644466/13779828
-
安装 Python3.5
sudo apt-get install python3.5
-
安装 pip3
sudo apt-get install python3-pip
-
进入安装包 package 目录
cd package/
-
安装 Python 依赖
pip3 install tensorflow==1.11.0 pip3 install mxnet==1.5.0 pip3 install torch==1.2.0 torchvision==0.4.0 pip3 install opencv-python pip3 install gluoncv
-
安装 RKNN-Toolkit
sudo pip3 install rknn_toolkit-1.4.0-cp35-cp35m-linux_x86_64.whl
-
测试RKNN-Toolkit 是否安装成功
ant@ant:~/rknn-toolkit-v1.4.0/package$ python3 >>> from rknn.api import RKNN >>> #如果导入 RKNN 模块没有失败,说明安装成功。
-
至此,RKNN_ToolKit开发包就安装完毕了。
后续,本人将继续分享如何使用RKNN_ToolKit进行模型转换,感兴趣小伙伴可继续关注。