在国产芯片上实现YOLOv5/v8图像AI识别-【2.2】RK3588上C++开发环境准备及测试更多内容见视频

本专栏主要是提供一种国产化图像识别的解决方案，专栏中实现了YOLOv5/v8在国产化芯片上的使用部署，并可以实现网页端实时查看。根据自己的具体需求可以直接产品化部署使用。

B站配套视频：https://www.bilibili.com/video/BV1or421T74f

板子准备

学习本节课程一定要有一块RK3588的开发版，开发板的品牌根据自己情况而定。板子要求TF卡或者其他存储至少32G，生产环境不需要这么多，但是开发环境需要大量基础配置文件占用存储。最好准备相关的散热通篇和散热风扇，还有带有hdmi功能的显示器、usb鼠标、usb键盘。

TF系统安装

这里推荐使用ubuntu系统作为开发版的系统，我们可以在购买相关板子的官网上下载对应的系统镜像然后采用balena烧录到tf卡中。
balena的下载地址：https://etcher.balena.io，建议此方法在windows下执行。是否需要图形界面看个人选择。

将TF卡插入设备中上电后会自动开机，此时就需要将鼠标键盘显示器连接到开发版上。此处还有关于系统的安装过程略过。。。。。。

冒烟测试

安装完成后我们就要开始C++的相关开发了，老规矩还是使用vscode链接我们的开发版，由于开发版是ubuntu系统我们同样适用的是ssh链接。

接下来我们会用yolov5在RK3588上运行的C++版本进行测试，看一下测试结果。我们将代码包yolov5.zip进行解压，然后上传到任意目录。因为tf卡上的空间有限，尽量保持的环境没有太多文件。然后使用code yolov5打开目录。

然后使用快捷键进行相关项目的编译整个过程就放在视频中讲解进行，不再此处赘述。

变异结果运行起了，可以获得我们的result画面，说明测试成功了。

./build/yolov5_test ./weights/yolov5s.rknn ./images/bus.jpg