通过清华源安装rknn-toolkit2 v1.6.0 包错误

mxf131

已于 2024-01-09 15:13:04 修改

阅读量675

点赞数 9

文章标签：目标检测人工智能

于 2024-01-09 15:03:21 首次发布

本文链接：https://blog.csdn.net/weixin_43662868/article/details/135480680

版权

本文讲述了在尝试通过清华源安装rknn-toolkit2.1.6.0时遇到的问题，由于清华源缺少该包，作者提供了使用pipinstalltf-estimator-nightly=2.8.0.dev2021122109的临时解决方案，并提示如果已经设置了镜像源，需先清除全局index-url.

摘要由CSDN通过智能技术生成

项目场景：

通过清华源安装rknn-toolkit2 v1.6.0

问题描述

包缺失

原因分析：

清华源没有这个包

解决方案：

pip install tf-estimator-nightly==2.8.0.dev2021122109

如果配置了镜像源

pip config unset global.index-url

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

mxf131

关注关注

9
点赞
踩
14

收藏

觉得还不错? 一键收藏
0
评论
通过清华源安装rknn-toolkit2 v1.6.0 包错误

rknn-toolkit2 v1.6.0安装
复制链接

扫一扫

ubuntu安装rknn-toolkit2 v1.6.0

weixin_43662868的博客

01-09

1725

rknn-toolkit2 v1.6.0 安装

rknn-toolkit-1.6.0-cp36-cp36m-win-amd64.whl

10-10

rknn_toolkit-1.6.0-cp36-cp36m-win_amd64.whl

参与评论您还未登录，请先登录后发表或查看评论

【环境搭建paddle转onnx工具包】1.6.0版本rknn-toolkit2.zip

02-26

为了使用RKNPU，需要首先在计算机上运行RKNN-Toolkit2工具，将训练后的模型转换为RKNN格式的模型，然后在开发板上使用RKNN C API或Python API进行推理。

Ubuntu 20.04安装RKNN-Toolkit2出现tf-estimator-nightly==2.8.0.dev2021122109找不到的问题

weixin_51447731的博客

03-27

2368

在Ubuntu 20.04虚拟机安装可以转换非RKNN模型的RKNN-Toolkit2，以便将训练好的Pytorch模型转换为RKNN模型在RK3588上运行

rknn_toolkit_lite2-2.0.0b0-cp38-cp38-linux_aarch64.whl

03-31

rknn_toolkit_lite2-2.0.0b0-cp38-cp38-linux_aarch64.whl

whl is not a supported wheel on this platform

fanre的专栏

11-10

7742

使用cypthon编译的程序带有“cp37-cp37m-linux_x86_64.whl” 实际安装的时候显示whl is not a supported wheel on this platform。一时间不知道该怎么处理。查看系统支持的安装版本 1、首先获取系统版本信息 import platform print(platform.platform()) 输出信息Linux-xxxxxxx-x86_64-with-glibc2.29. 2、判断pip能安装的数据类型 impor

Pillow-3.4.2-cp35-cp35m-win_amd64.whl is not a supported wheel on this platform解决办法

热门推荐

xdygzsxg的博客

12-26

5万+

可能的原因1：安装的不是对应python版本的库，下载的库名中cp35代表python3.5,其它同理。可能的原因2：这个是我遇到的情况（下载的是对应版本的库，然后仍然提示不支持当前平台）　　我下载到的pillow库文件名： Pillow-3.4.2-cp35-cp35m-win_amd64.whl 　　使用pip安装(在命令行中): pip install Pill

运行rknn_toolkit_lite2/examples/inference_with_lite/test.py的时候出现错误:Exception: RKNN init failed. error

weixin_45004544的博客

11-26

1197

下载rknpu2包，然后在linux终端进行librknnrt.so等（如果有需要可以更新rknn_server、librknn_api.so）的更新。可能是librknnrt version的问题——没有进行更新导致的。输入 sudo -i 进入root，获得更改权限。

pc端ubuntu中搭建rk3399 rknn环境，onnx安装报错解决

lrzss的博客

05-13

676

环境：ubuntu20.04 python：3.8 （anaconda3创建了一个虚拟环境）在用命令：pip install rknn_toolkit-1.7.3-cp38-cp38-linux_x86_64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple 安装rknn时，onnx报错，错误信息的一段如下Preparing metadata (setup.py) ... error error: subproc

rknn-toolkit-v1.7.3-packages

05-04

"rknn-toolkit-v1.7.3-packages" 是Rockchip公司推出的RKNN（Rockchip Neural Network）工具包的一个版本，主要用于AI模型的部署和优化。RKNN是针对嵌入式设备，特别是Rockchip处理器设计的深度学习推理框架，旨在...

rknn-toolkit-v1.4.0-packages.zip

12-25

"rknn-toolkit-v1.4.0-packages.zip" 是一个包含RKNN（Rockchip Neural Network）工具包的压缩文件，版本为1.4.0。RKNN工具包是Rockchip公司开发的一个用于AI模型部署的平台，它使得开发者能够将训练好的深度学习...

安装 RKNN-Toolkit

08-17

你可以通过GitHub或官方网站获取RKNN-Toolkit的源码包。这里我们假设你已经有了名为"packages"的压缩包，解压后通常包含如下文件结构： ``` packages/ ├── rknn_api ├── setup.py └── ... ``` 1. 进入...

ERROR: No matching distribution found for【bug解决】

m0_51398353的博客

04-24

1万+

本文以阿里云为例，其他镜像也可以选择，XXXX代表你要安装的库或者requirement.txt。当你出现上述的问题的时候是因为现在的包下载主流的方式从http变成了https。下面是一些常见的支持https的源。原来的镜像是使用的http的。

ERROR: No matching distribution found for tf-estimator-nightly==2.8.0.dev2021122109

weixin_51154668的博客

08-05

275

这是用清华源下载的时候清华源没有这个包。

RK3588使用npu运行onnx模型推理

joyopirate的博客

10-26

3415

先说总体流程，我的RK3588板子上安装了Ubuntu22.04，可以直接在上面编程1.在x86主机上安装2.使用【rknn-toolkit2】，把onnx模型转换成rknn格式的模型。3.在板子部署【rknpu2】，在程序中调用接口编程即可。

Rknn环境搭建问题与解决：

weixin_52247416的博客

12-11

324

③rknn toolkit-l.7.1-cp36-cp36m-win amd64.whl is not a supported wheel on this platform：使用pip debug --verbose 查看whl包命令规范，并修改文件名。②OpenCV已安装，运行时却报OpenCV没导入：先排查安装路径问题（安装在Python路径下），后排查版本对应问题（Python与OpenCV版本对应，官网看）。①安装相关包或依赖报ip404错误：换源（使用阿里云比较好）

No matching distribution found for tensorflow 解决方法

weixin_46713695的博客

06-10

9146

安装tensorflow和keras

rk3568环境配置和推理报错: RKNN_ERR_MALLOC_FAIL(-4) 和 RKNN_ERR_FAIL(-1)

weixin_44236302的博客

09-20

1471

rk3568环境配置和推理报错: RKNN_ERR_MALLOC_FAIL

C/C++开发，opencv内置背景减除算法与运动检测

最新发布

技术需要分享

08-14

647

C/C++开发，opencv内置背景减除算法的完整代码及编译过程示例

rknn-toolkit2

01-10

RKNN-Toolkit2是一个用于在Rockchip AI芯片上进行深度学习推理的工具包。它提供了一系列工具和API，用于将训练好的模型转换为RKNN格式，并在Rockchip AI芯片上进行推理。使用RKNN-Toolkit2，您可以完成以下任务： 1. 模型转换：将训练好的模型转换为RKNN格式，以便在Rockchip AI芯片上进行推理。 2. 模型优化：对模型进行优化，以提高推理性能和准确性。 3. 模型部署：将转换和优化后的模型部署到Rockchip AI芯片上进行推理。 4. 推理测试：在rknn-toolkit2提供的模拟器中进行推理测试，以验证模型的性能和准确性。以下是使用RKNN-Toolkit2的一些示例步骤： 1. 安装RKNN-Toolkit2：请参考引用中提供的安装教程，按照步骤安装RKNN-Toolkit2。 2. 准备模型：准备一个训练好的模型，可以是常见的深度学习框架（如TensorFlow、PyTorch）训练的模型。 3. 模型转换：使用RKNN-Toolkit2将模型转换为RKNN格式。根据您的模型类型和需求，可以选择不同的转换方法和参数进行转换。 4. 模型优化：根据您的需求，使用RKNN-Toolkit2对转换后的模型进行优化，以提高推理性能和准确性。 5. 模型部署：将优化后的模型部署到Rockchip AI芯片上进行推理。根据您的硬件环境和需求，可以选择不同的部署方式和参数进行部署。 6. 推理测试：使用rknn-toolkit2提供的模拟器，在模拟环境中进行推理测试，以验证模型的性能和准确性。请注意，具体的步骤和参数可能因您的具体需求和环境而有所不同。建议您参考RKNN-Toolkit2的官方文档和示例代码，以获取更详细的信息和指导。