«

rknn_toolkit2模型转换环境在Ubuntu x86系统下部署

DJ 发布于 阅读：1365

系统环境：Ubuntu server 22.04（x86平台）

  1. 使用apt安装python3、pip3、gcc以及相关配套环境。（推荐提前更换apt源为国内源）

    sudo apt update
sudo apt install -y python3 python3-dev python3-pip
sudo apt install -y python-is-python3
sudo apt install -y libxslt1-dev zlib1g zlib1g-dev libglib2.0-0 libsm6 libgl1-mesa-glx libprotobuf-dev gcc

  2. 安装Conda工具，执行Anaconda3-2023.09-0-Linux-x86_64.sh官方安装脚本。

    ./ Anaconda3-2023.09-0-Linux-x86_64.sh

    安装结束最后一步，选择yes，将conda命令配置到shell环境变量中。

  3. 执行 conda init， conda activate base命令，进入base环境。

    创建python版本为3.9的conda环境，例如：

    conda create -n rknn python=3.9

    执行 conda activate rknn 开启并进入新建的conda环境。

  4. 更换pip源，修改或创建/etc/目录下文件pip.conf为：

    [global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
extra-index-url=http://mirrors.aliyun.com/pypi/simple/
   http://pypi.douban.com/simple
   http://pypi.mirrors.ustc.edu.cn/simple/
[install]
trusted-host = pypi.tuna.tsinghua.edu.cn
   pypi.douban.com
   mirrors.aliyun.com
   pypi.mirrors.ustc.edu.cn

  5. 使用pip执行requirements_cp39-1.6.0.txt文件安装依赖库。

    pip install -r requirements_cp39-1.6.0.txt

  6. 使用pip执行rknn_toolkit2-1.6.0+81f21f4d-cp39-cp39-linux_x86_64.whl文件安装rknn_toolkit2。

    pip install rknn_toolkit2-1.6.0+81f21f4d-cp39-cp39-linux_x86_64.whl

  7. 使用pip执行安装torchvision指定版本0.11.2，作为补充。

    pip install torchvision==0.11.2

  8. 运行python脚本测试rknn_toolkit2是否安装成功。

    创建文件test.py，编辑内容为：

    from rknn.api import RKNN
if __name__ == '__main__':
   rknn = RKNN()
   rknn.list_devices()
   rknn.release()

    执行python test.py，返回版本号，则安装成功。例：

    W __init__: rknn-toolkit2 version: 1.6.0+81f21f4d
*************************
None devices connected.
*************************

apt换源参考：