一、板卡信息简介
表 1 板卡信息
序号 | 项目 | 备注 |
操作系统 | 银河麒麟 V10 | 内核为linux 5.10.160 |
芯片 | ARM64 | RK3588 |
接口 | u口、网口 | |
电压 | 9~24V |
二、用到的库( 注:sdk 版本为1.5.2 )
1. C++ 版本深度学习库使用
C++版本程序需下载rknpu2-master文件,网址为https://github.com/rockchip-linux/rknpu2,其中将cp librknnrt.so 复制到/usr/lib/ 。即:/usr/lib/librknnrt.so
安装过程:
cp rknpu2-master/runtime/RK3588/Linux/librknn_api/aarch64/librknnrt.so /usr/lib/
2.python版本深度学习库使用
python版本程序需要下载rknn-toolkit2文件,网址为https://github.com/rockchip-linux/rknn-toolkit2, 本麒麟 V10操作系统python版本为3.8.*,因此安装rknn_toolkit_lite2-1.5.2-cp38-cp38-linux_aarch64.whl作为深度学习库,其所在包位置为rknn-toolkit2-master/rknn_toolkit_lite2/packages/rknn_toolkit_lite2-1.5.2-cp38-cp38-linux_aarch64.whl(安装前进行sudo apt-get update)
安装代码:
pip3 install rknn_toolkit_lite2-1.5.2-cp38-cp38-linux_aarch64.whl
三、单图测试结果
- 测试代码
- 下载代码: https://github.com/rockchip-linux/rknn-toolkit2
- 进入 rknn_yolov5_demo 文件夹
- sudo chmod +x build-linux_RK3588.sh
- ./build-linux_RK3588.sh
- 找到install 文件夹 rknn_yolov5_demo
- 使用格式为 ./rknn_yolov5_demo /(路径)/yolov5s-640-640.rknn /(路径)/img.jpg
2. C++ 单图测试
图 1 运行界面
图 2 运行结果图
3. python 识别程序代码
测试代码 :https://github.com/leeguandong/Yolov5_rknnlite2/tree/main
其中rknn_lite2_yolov5.py 与 rknn_lite2_yolov5_test.py 进行测试。
后续进行多帧图像处理,并配合激光雷达进行使用。