三、 rk3588 麒麟系统 npu yolov5安装与运行教程

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

1. 测试代码

1. 下载代码： https://github.com/rockchip-linux/rknn-toolkit2
2. 进入 rknn_yolov5_demo 文件夹
3. sudo chmod +x build-linux_RK3588.sh
4. ./build-linux_RK3588.sh
5. 找到install 文件夹 rknn_yolov5_demo
6. 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。