1pip 安装
系统依赖
首先建立虚拟环境创建python3.6的环境
conda create -n rknn python=3.6.6 # 创建新的虚拟环境
conda activate rknn # 激活新建的虚拟环境
sudo apt install python3-tk
pip install numpy==1.18
pip install tensorflow==1.15
pip install tensorflow-gpu==1.15
pip install opencv-python
下载rknn_toolkit-1.2.1-cp36-cp36m-linux_x86_64
wget http://repo.rock-chips.com/python/rknn_toolkit-1.2.1-cp36-cp36m-linux_x86_64.whl
pip install rknn_toolkit-1.2.1-cp36-cp36m-linux_x86_64.whl
2 RKNN-Toolkit 的使用
2.1查看设备版本
看看环境有没有安装正确
from rknn.api import RKNN
if __name__ == '__main__':
rknn = RKNN()
rknn.list_devices()
rknn.release()
当插入一张
当插入2张
2.2修改usb的访问权限
插入RK1808 人工智能计算棒,需要修改其USB设备访问权限,操作步骤如下:
返回至U盘根目录, 拷贝tool/update_rk1808_ai_cs_rule.sh到当前HOME目录的rknn目录下, 修改update_rk1808_ai_cs_rule.sh为可执行权限。
chmod +x update_rk1808_ai_cs_rule.sh
sudo ./update_rk1808_ai_cs_rule.sh
这一步只需要在第一次执行时使用一次
lsusb
其中Bus 002 Device 012是计算棒的设备编号
2.3pc上运行
从官方FTP文件服务器下载mobilenet_v1压缩包,并解压出来:
wget http://repo.rock-chips.com/rk1808/mobilenet_v1.tar.gz
tar xvf mobilenet_v1.tar.gz
进入mobilenet_v1目录, 并执行test.py 脚本:
cd mobilenet_v1/
python3 test.py
实验成功
python3 test_inference.py