rk3399环境配置：安装opencv、dlib和tensorflow，并测试ncnn性能

概述

最近入手了NanoPC-T4开发板，上面用的是rk3399这款芯片。

安装系统：rk3399-eflasher-friendlydesktop-bionic-4.4-arm64-20181219。这是一个ubuntu18.04为基础的Linux系统。

安装过程

下面的操作都是在root用户下完成的。

更新源

到/etc/apt/sources.list.替换url为http://mirrors.ustc.edu.cn/ubuntu-ports/。然后运行：

apt-get update

安装python3-dev和python3-pip

apt-get install python3-dev python3-pip

安装opencv

搜索opencv：

 apt search opencv

可以看到python-opencv和python3-opencv。分别对应python2和python3的版本。
安装python3的版本：

apt-get install python3-opencv

安装cmake

  apt-get install cmake

安装dlib

pip3 install dlib

安装tensorflow

github上已经有人把arm64版本的tensorflow编译好了，下载地址在：https://github.com/lhelontra/tensorflow-on-arm/releases 。除了arm64，那里还有其它arm版本的安装包。

也可安装pip3 install tensorflow-aarch64,但是我没import成功。

测试ncnn

基本结论：rk3399的大核很强，小核也比树莓派强，但是放在一起就不行了。