rknn环境安装笔记

风吹稻花香 发表于 2022/06/18 22:55:20 2022/06/18
【摘要】 目录 安装python环境: yolox onnx导出rknn代码 安装python环境: conda config --set report_errors true conda create --name rknn3.6 python=3.6 rknn下载: http://repo.rock-chips.com/p...

目录

安装python环境:

yolox onnx导出rknn代码


安装python环境:

conda config --set report_errors true

conda create --name rknn3.6 python=3.6

rknn下载:

http://repo.rock-chips.com/pypi/simple/rknn-toolkit/

rknn-toolkit-1.2.1-cp36-cp36m-linux_aarch64.whl    17-Oct-2019 10:05            56659109
rknn-toolkit-1.2.1-cp36-cp36m-linux_x86_64.whl     17-Oct-2019 10:05            60841540
rknn-toolkit-1.2.1-cp36-cp36m-macosx_10_9_x86_6..> 17-Oct-2019 10:08            36891121
rknn-toolkit-1.2.1-cp36-cp36m-win_amd64.whl        17-Oct-2019 10:08            33134089
rknn-toolkit-1.2.1-cp37-cp37m-linux_aarch64.whl    17-Oct-2019 10:09            57598878
rknn-toolkit-1.3.0-cp36-cp36m-linux_aarch64.whl    20-Jan-2020 06:47            57274013
rknn-toolkit-1.3.0-cp36-cp36m-linux_x86_64.whl     20-Jan-2020 06:59           136707878
rknn-toolkit-1.3.0-cp36-cp36m-macosx_10_9_x86_6..> 20-Jan-2020 07:02           116558624
rknn-toolkit-1.3.0-cp36-cp36m-win_amd64.whl        20-Jan-2020 07:06           109971468
rknn-toolkit-1.3.0-cp37-cp37m-linux_aarch64.whl    20-Jan-2020 07:06            58575235
rknn-toolkit-1.3.2-cp37-cp37m-linux_aarch64.whl    23-Apr-2020 06:48            35742584
rknn-toolkit-1.4.0-cp36-cp36m-linux_x86_64.whl     24-Aug-2020 00:51           135521194
rknn-toolkit-1.4.0-cp36-cp36m-win_amd64.whl        24-Aug-2020 00:51           108328413
rknn-toolkit-1.4.0-cp37-cp37m-linux_aarch64.whl    24-Aug-2020 00:51            31001197
rknn-toolkit-1.4.0-cp37-cp37m-macosx_10_15_x86_..> 24-Aug-2020 00:51           108429118
rknn_toolkit-1.6.0-cp35-cp35m-linux_aarch64.whl    14-Jan-2021 02:33            34538213
rknn_toolkit-1.6.0-cp35-cp35m-linux_x86_64.whl     14-Jan-2021 02:34           160362809
rknn_toolkit-1.6.0-cp36-cp36m-linux_x86_64.whl     14-Jan-2021 02:35           160552824
rknn_toolkit-1.6.0-cp36-cp36m-macosx_10_15_x86_..> 14-Jan-2021 02:36           119510062
rknn_toolkit-1.6.0-cp36-cp36m-win_amd64.whl        14-Jan-2021 02:36           112325076
rknn_toolkit-1.6.0-cp37-cp37m-linux_aarch64.whl    14-Jan-2021 02:36            39105410
rknn_toolkit-1.6.0-cp37-cp37m-macosx_10_15_x86_..> 14-Jan-2021 02:37           117990241
rknn_toolkit-1.7.0-cp37-cp37m-linux_aarch64.whl    02-Nov-2021 08:31            40410162
rknn_toolkit-1.7.1-cp35-cp35m-linux_aarch64.whl    11-May-2022 04:33            37938676
rknn_toolkit-1.7.1-cp35-cp35m-linux_x86_64.whl     11-May-2022 04:33           142780939
rknn_toolkit-1.7.1-cp36-cp36m-linux_x86_64.whl     11-May-2022 04:34           140752080
rknn_toolkit-1.7.1-cp36-cp36m-macosx_10_15_x86_..> 11-May-2022 04:34           122255122
rknn_toolkit-1.7.1-cp36-cp36m-win_amd64.whl        11-May-2022 04:34           114232401
rknn_toolkit-1.7.1-cp37-cp37m-linux_aarch64.whl    11-May-2022 04:34            41073863
rknn_toolkit-1.7.1-cp37-cp37m-macosx_10_15_x86_..> 11-May-2022 04:35           120252888

2022.06.18更新:

rknn windows版本,只有python3.6版本,linux有3.7版本

rknn_toolkit-1.7.1-cp36-cp36m-win_amd64.whl

yolox onnx导出rknn代码


  
  1. import os
  2. import urllib
  3. import traceback
  4. import time
  5. import sys
  6. import re
  7. import numpy as np
  8. import cv2
  9. from yolox.data.data_augment import preproc as preprocess
  10. from rknn.api import RKNN
  11. import time
  12. from yolox.utils import mkdir, multiclass_nms, demo_postprocess, vis
  13. from config import Config
  14. def run():
  15. cfg = Config()
  16. ONNX_MODEL = 'yolox.onnx'
  17. RKNN_MODEL = 'yolox.rknn'
  18. rknn = RKNN(verbose=True)
  19. rknn.list_devices()
  20. # rknn.config(target_platform='rk3566')
  21. rknn.config()
  22. ret = rknn.load_onnx(model=ONNX_MODEL)
  23. if ret < 0:
  24. print("load faild")
  25. ret = rknn.build(do_quantization=False,dataset="/home/bona/Projects/python/YOLOX-main/demo/RKNN/dataset.txt")
  26. if ret < 0:
  27. print("build faild")
  28. ret = rknn.export_rknn(RKNN_MODEL)
  29. if ret < 0:
  30. print("export faild")
  31. print("export down")

文章来源: blog.csdn.net,作者:AI视觉网奇,版权归原作者所有,如需转载,请联系作者。

原文链接:blog.csdn.net/jacke121/article/details/125345883

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件至:cloudbbs@huaweicloud.com进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容。
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。