在 PC 端转换 pdmodel 模型为 rknn 模型和在板端使用百度飞浆开发的 FastDeploy 部署工具部署 rknn 模型
以下内容是在 PC 端系统为 Ubuntu20.04，板端系统为ubuntu20.04 的环境下实现的
描述：
官网地址
RKNN软件栈可以帮助用户快速将AI模型部署到Rockchip芯片中，整体框架如下：
使用RKNPU，用户需要先在电脑上运行RKNN-Toolkit2工具，将训练好的模型转化为RKNN格式模型，然后在开发板上使用RKNN C API或者Python API进行推理。
-
RKNN-Toolkit2是一套软件开发套件，供用户在PC和Rockchip NPU平台上进行模型转换、推理和性能评估。
-
RKNN-Toolkit-Lite2为Rockchip NPU平台提供Python编程接口，帮助用户部署RKNN模型，加速AI应用的落地。
-
RKNN Runtime 为 Rockchip NPU 平台提供 C/C++ 编程接口，帮助用户部署 RKNN 模型，加速 AI 应用的落地。
-
RKNPU内核驱动负责和NPU硬件交互，已经开源，可以在Rockchip内核代码中找到。
支持平台
- RK3588系列
- RK3576系列
- RK3566/RK3568系列
- RK3562系列
- RV1103/RV1106
- RV1103B/RV1106B
- RK2118
笔记
- RKNN-Toolkit2 与RKNN-Toolkit不兼容
- 支持的 Python 版本包括：
- Python 3.6
- Python 3.7
- Python 3.8
- Python 3.9
- Python 3.10
- Python 3.11
- Python 3.12
- 最新版本：v2.2.0
3.38.1. Ubuntu PC 端环境搭建
Ubuntu PC 端需要安装的工具及用途：
3.38.1.1.PC 端安装 Anaconda3（这个简单不在介绍）
3.38.1.2.PC 端安装 RKNN-Toolkit2
1、创建一个环境：
conda create -n fastdeploy python==3.9conda activate fastdeploy2、安装 pip3 开发工具和包管理工具
sudo apt-get install python3-dev python3-pip安装 RKNN-Toolkit2 的依赖包
sudo apt-get install libxslt1-dev zlib1g-dev libglib2.0 libs
m6 libgl1-mesa-glx libprotobuf-dev gccrknn_toolkit2 对 numpy 存在特定依赖
pip install numpy==1.19.4 --only-binary=:all: -i https://pypi.tuna.tsinghua.edu.cn/simple安装 git 工具
sudo apt install gitgit clone https://github.com/rockchip-linux/rknn-toolkit2安装 python3.8 版本对应的 RKNN-Toolkit2
cd rknn-toolkit2/rknn-toolkit2/packages/pip install rknn_toolkit2-1.6.0+81f21f4d-cp39-cp39-linux_x86_64.whl -i https://pypi.tuna.tsinghua.edu.cn/simple
报错：
ERROR: Ignored the following versions that require a different python version: 1.14.0 Requires-Python >=3.10; 1.14.0rc1 Requires-Python >=3.10; 1.14.0rc2 Requires-Python >=3.10; 1.14.1 Requires-Python >=3.10; 2.1.0 Requires-Python >=3.10; 2.1.0rc1 Requires-Python >=3.10; 2.1.1 Requires-Python >=3.10; 2.1.2 Requires-Python >=3.10
ERROR: Could not find a version that satisfies the requirement tf-estimator-nightly==2.8.0.dev2021122109 (from tensorflow) (from versions: none)
ERROR: No matching distribution found for tf-estimator-nightly==2.8.0.dev2021122109
解决方法：
不能在改python版本了，要不然一直报错，降低tensorflow的版本
pip install tensorflow==2.6.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
- RKNN-Toolkit2 与RKNN-Toolkit不兼容
- 目前仅支持：
- Ubuntu 18.04 Python 3.6/3.7
- Ubuntu 20.04 Python 3.8/3.9
- Ubuntu 22.04 Python 3.10/3.11
3.38.1.3.PC 端安装 Paddle2ONNX
pip install paddle2onnx -i https://pypi.tuna.tsinghua.edu.cn/simple
3.38.2. 板端环境搭建
板端需要安装的工具及用途
3.38.2.1.板端安装 Anaconda3
1、在板端打开浏览器，在地址栏输入下面的网址下载安装 Anaconda3 的脚本
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2023.07-1-Linux-x86_64.sh
2、运行 Anaconda3-2023.07-1-Linux-aarch64.sh 脚本安装 Anaconda3
sh Anaconda3-2023.07-1-Linux-aarch64.sh完成安装
3、如果在终端使用 conda 命令，显示命令不存在，需要修改~/.bashrc 文件
sudo apt-get update
sudo apt-get install geditgedit ~/.bashrc在~/.bashrc 文件末尾加上
export PATH=/home/orangepi/anaconda3/bin:$PATH修改生效：
source ~/.bashrcconda的初始化：
conda init bash关闭当前终端，重新打开一个终端，完成！！！
3.38.2.2.板端安装 rknpu2 驱动
1）在板端打开终端，通过 Anaconda3 工具创建 python 版本为 3.9 的环境
conda create -n fastdeploy python=3.9报错：
failed
CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://repo.anaconda.com/pkgs/main/linux-aarch64/current_repodata.json>
解决方法：
添加清华镜像源
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --set show_channel_urls yesconda activate fastdeploy3）通过 wget 下载 rknpu2_device_install_1.4.0.zip 文件
wget https://bj.bcebos.com/fastdeploy/third_libs/rknpu2_device_install_1.4.0.zip4）然后执行的下面的命令解压 rknpu2_device_install_1.4.0.zip, 解压后会得到
rknpu2_device_install_1.4.0 文件夹和__MACOSX 文件夹
unzip rknpu2_device_install_1.4.0.zip5）切换到 rknpu2_device_install_1.4.0 目录下
cd rknpu2_device_install_1.4.0/6）在该目录下有 rknn_install_rk3588.sh 脚本，运行该脚本，即可完成板端 rknpu2
驱动的安装
(fastdeploy)orangepi@orangepi:~/rknpu2_device_install_1.4.0$
sudo bash rknn_install_rk3588.sh走到这一部报错了具体原因不清楚，换了一种方法操作，完成之后在更新出来
仅供参考！
