[RV1109/RV1126系列]-1.安装部署RKNN_ToolKit进行算法NPU移植

1. 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’

2. 安装 RKNN-Toolkit

   1. 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
      

   2. 安装 Python3.5

      sudo apt-get install python3.5
      

   3. 安装 pip3

      sudo apt-get install python3-pip
      

   4. 进入安装包 package 目录

      cd package/
      

   5. 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
      

   6. 安装 RKNN-Toolkit

      sudo pip3 install rknn_toolkit-1.4.0-cp35-cp35m-linux_x86_64.whl
      

   7. 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。