référence
rockchip rknn-tookit2
rockchip rknpu2
Introduction à l'environnement de développement
PC hôte : installé avec Ubuntu22.04 (d'autres peuvent également être référencés)
Docker :
carte de développement Ubuntu20.04 : rock 5a avec puce rk3588s
Configuration de l'environnement hôte
[Rock Pi 1] Rock Pi active le bureau à distance VNC pour le bureau VNC+KDE
[Rock Pi 2] Déploiement de l'environnement de développement Docker de configuration côté hôte rknn
Déploiement du modèle YOLO v5 (version C++)
Téléchargement du code source (côté hôte)
#根据上篇文章创建的docker虚拟机编号执行下面指令进入docker虚拟机
dengml@dengml-SER:~$ sudo docker exec -it -u dengml -w /home/dengml 612c918d5027 /bin/bash
[sudo] dengml 的密码：
dengml@612c918d5027:~$ cd /data/ubuntu/rockpi/rknn-toolkit2
#执行以下命令使能之前创建的python虚拟环境（虽然本节似乎没用到宿主机的python）
dengml@612c918d5027:/data/ubuntu/rockpi/rknn-toolkit2$ source venv/bin/activate
#获取rknpu2源代码
(venv) dengml@612c918d5027:/data/ubuntu/rockpi$ git clone https://kgithub.com/rockchip-linux/rknpu2.git
Ce code contient des démos de plusieurs modèles tels que yolo v5. Ici, nous déployons d'abord le modèle rknn officiellement fourni.
Installer les outils de compilation croisée (côté hôte)
La bibliothèque logicielle Ubuntu contient déjà la chaîne d'outils de compilation croisée cross-aarch64-linux, donc conformément au principe de simplicité, vous pouvez directement utiliser apt pour l'installer comme suit :
$ sudo apt update
$ sudo apt-get install gcc-aarch64-linux-gnu
$ sudo apt-get install g++-aarch64-linux-gnu
#安装 cmake 编译工具
$ sudo apt install cmake
Compilation du code source (côté hôte)
$ cd rknpu2/examples/rknn_yolov5_demo
$ ./build-linux_RK3588.sh
#代码通过scp到开发板端，也可以通过winscp、samba、等其他方式
$ scp -r install/rknn_yolov5_demo_Linux [email protected]:~/work
Vérification (côté carte de développement)
Après avoir transféré les fichiers binaires et de modèle compilés sur la carte, connectez-vous à la carte de développement via ssh.
#打开cp过来的目录
rock@rock-5a:~$ cd work/rknn_yolov5_demo_Linux/
#添加运行依赖的动态库
rock@rock-5a:~/work/rknn_yolov5_demo_Linux$ export LD_LIBRARY_PATH=./lib
#执行识别命令
rock@rock-5a:~/work/rknn_yolov5_demo_Linux$ ./rknn_yolov5_demo model/RK3588/yolov5s-640-640.rknn model/bus.jpg
Le résultat après l'exécution de la commande est tel qu'indiqué sur la figure
Le journal en cours d'exécution est tel qu'illustré dans la figure. Tout d'abord, cliquez sur l'interface du gestionnaire de fichiers SFTP (marqué "1") sur l'interface moba. En cliquant sur "2", vous pouvez généralement ouvrir directement le répertoire où se trouve le terminal de droite. S'il ne peut pas être ouvert automatiquement, entrez simplement le répertoire où se trouve notre terminal de droite en "3", comme indiqué dans l'image ci-dessus. Nous pouvons voir qu'un nouveau fichier out.jpg est généré, qui est le résultat de la génération du modèle. À ce stade, le déploiement de la version C++ du modèle rknn est terminé. Double-cliquez pour ouvrir, les résultats sont les suivants
