文章目录
- Linux部署RKNN-toolkit过程以及异常点记录
- 1.在Linux中安装Miniconda
- 1.1 使用服务器下载Miniconda
- 1.2 安装conda
- 1.3 激活刚安装完成的软件
- 1.4参考博文
- 2.创建并激活Miniconda新环境（rknn）
- 2.1 创建conda环境（命名为rknn）
- 2.2 激活conda环境
- 在这里插入图片描述
- 3.下载rknn-toolkit（Github平台）
- 3.1 下载rknn-toolkit
- 3.2 下载 rknn 轮子包
- 3.3 解压 rknn 轮子包
- 4.安装rknn_toolkit 1.7.3版本工具的前期准备（安装基础依赖环境）
- 4.1 前期依赖安装（环境搭建）
- 4.1.1 安装须知
- 5.安装rknn-toolkit
- 6.测试rknn-toolkit环境安装成功
- 6.1 激活conda环境（上文有提到）
- 6.2 开启conda自带的python环境
- 6.3 输入命令调用rknn模块进行测试
- 7.测试模型转换代码（tensorflow版本）
- 7.1 测试文件
- 7.2 测试
- 8.异常点记录
- 8.1 No space left on device
- 8.2 在测试阶段运行`from rknn.api import rknn`发生库文件报错
Linux部署RKNN-toolkit过程以及异常点记录
1.在Linux中安装Miniconda
- 在服务器上使用Linux命令行安装Conda（Conda可以理解类似于应用商店或是mac里的Aapp Store。可以在conda里面安装软件，或者在conda之外安装），使用conda管理小环境和使用conda管理软件，用conda来安装和管理生信软件以及环境比较方便。
1.1 使用服务器下载Miniconda
#wget 加网址，中间可以加-c参数，断点续传
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh
1.2 安装conda
- 到达
Miniconda3-latest-Linux-x86_64.sh所在目录(注意目录)
cd (Miniconda3-latest-Linux-x86_64.sh所在目录)
- 使用
bash命令安装conda
bash Miniconda3-latest-Linux-x86_64.sh
- 认真看安装过程提示信息，需要按Enter (回车键)或者输入yes，（如果输入yes时，不小心输多了，就按control和退格键删除)
(1) 看到more就是按空格键翻页查看协议，按q退出
(2) 接受协议，输入yes
(3) 默认安装路径，按enter
(4) 会询问是否需要初始化，输入yes
(5) 显示安装已完成的提示信息
1.3 激活刚安装完成的软件
- 一般安装软件完成后需要重启，在Linux叫激活，有两种方式，第一种是重新登录服务器，第二种是输入以下命令：
source ~/.bashrc
##比较常用
1.4参考博文
点击此处查看
2.创建并激活Miniconda新环境（rknn）
2.1 创建conda环境（命名为rknn）
- 因为需要安装最新版的rknn-toolkit(python3.8版本)
conda create -n rknn python=3.8
2.2 激活conda环境
conda activate rknn
3.下载rknn-toolkit（Github平台）
3.1 下载rknn-toolkit
-
下载地址:点击此处直达
-
下载指令
git clone https://github.com/rockchip-linux/rknn-toolkit
- 下载文件目录结构(因为rknn_toolkit_lite无用我把它删了)
3.2 下载 rknn 轮子包
- 本人安装的是rknn-toolkit1.7.3版本
- 使用
wget下载轮子包
wget https://github.com/rockchip-linux/rknn-toolkit/releases/download/v1.7.3/rknn-toolkit-v1.7.3-packages.tar.gz
3.3 解压 rknn 轮子包
- 解压 rknn 轮子包（得到
packages文件）
tar zxvf /rknn-toolkit-v1.7.3-packages.tar.gz
- 指定到
packages目录下
cd packages/
4.安装rknn_toolkit 1.7.3版本工具的前期准备（安装基础依赖环境）
4.1 前期依赖安装（环境搭建）
- 在
packages目录文件加下找到对应ubuntu版本的.txt文件
(本人Ubuntu版本20.0.x；python版本3.8.16)，所以需要安装requirements-cpu-ubuntu20.04_py38.txt中的内容
4.1.1 安装须知
- 可以按照
.txt中的说明使用pip install命令进行安装
# 需要逐条执行
pip3 install tensorflow==2.2.0
pip3 install torch==1.9.0
pip3 install torchvision==0.10.0
pip3 install mxnet==1.5.0
- （推荐）可以使用
pip install命令进行一次性安装
pip3 install -r requirements-cpu-ubuntu20.04_py38.txt
该命令能够实现一键安装
5.安装rknn-toolkit
**注意：**一定要安装对应版本，不然在测试时会报错
pip3 install rknn_toolkit-1.7.3-cp38-cp38-linux_x86_64.whl
6.测试rknn-toolkit环境安装成功
6.1 激活conda环境（上文有提到）
conda activate rknn
6.2 开启conda自带的python环境
python3
6.3 输入命令调用rknn模块进行测试
# rknn测试命令
from rknn.api import RKNN
# 或者
from rkmm.api import rknn
- 按下回车查看情况，如无报错则安装成功
7.测试模型转换代码（tensorflow版本）
7.1 测试文件
- 测试文件所在位置：
~/rknn_conversion/rknn-toolkit/examples/tensorflow/ssd_mobilenet_v1
7.2 测试
- 运行文件夹下的
test.py文件
- 运行之后会在目录文件加下生成以
.rknn为尾缀的模型（该模型为RKNN模型）
8.异常点记录
8.1 No space left on device
- 异常：无内存空间
- 解决方法
1.使用df -h查看内存占用情况
2.如果发现占满，则需要清理一下内存
清理方法可以参看：点击此处查看
8.2 在测试阶段运行from rknn.api import rknn发生库文件报错
- 异常:在测试阶段运行
from rknn.api import rknn发生库文件报错,问题一般出在库文件版本不匹配 - 解决方法：重装环境依赖，重点查看本文模块4
