本文主要是介绍在Windows环境下的rknn-toolkit环境搭建，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
在Windows环境下的rknn-toolkit环境搭建
最近需要使用RK3566来跑YOLOv5。想要实现目标就需要使用rknn-toolkit工具将模型转化成可以运行在rk3588的NPU上的模型。只是转换模型的话，没有必要使用GPU，所以我这里安装的是CPU版的，所需的组件按照requirements-cpu.txt中的要求安装。
一、准备工作
- 安装好conda，我是用的是anaconda，miniconda应该也可以。
- 下载rknn_toolkit的轮子。可以直接在瑞芯微的git仓库中下载，地址为：https://github.com/rockchip-linux/rknn-toolkit/releases。我这里下载的是1.7.1版本的。没试过1.7.3版本，1.7.5版本就不支持RK3566了。选择rknn-toolkit-v1.7.1-packages.zip下载，之后解压，将里面的rknn_toolkit-1.7.1-cp36-cp36m-win_amd64.whl复制到conda目录下的pkgs目录里面。
- 下载torch和torchvision。rknn-toolkit官方要求的版本是torch==1.5.1和torchvision==0.4.0。可以直接在pytorch官方目录下下载，地址为：https://download.pytorch.org/whl/torch_stable.html。我这里下载的是torch-1.6.0+cpu-cp36-cp36m-win_amd64.whl和torchvision-0.7.0+cpu-cp36-cp36m-win_amd64.whl。这两个轮子也要放到pkgs目录下面。
二、搭建环境
- 打开cmd命令行，并且切换工作目录到conda下的pkgs目录。
- 创建conda环境。
conda create -n rknn-toolkit-1.7.1 python=3.6.8 - 启动conda环境。
conda activate rknn-toolkit-1.7.1 - pip换源
python -m pip install --upgrade pip
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
- 从本地安装torch
pip install torch==1.6.0+cpu torchvision==0.7.0+cpu --find-links=你的路径 - 安装mxnet,rknn-toolkit官方要求的版本是mxnet==1.5.0
pip install mxnet==1.5.0 - 安装tenserflow,rknn-toolkit官方要求的版本是tensorflow==1.14.0
pip install tensorflow==1.14.0 - 安装opencv-python
pip install opencv-python==4.5.4.60 - 从本地安装rknn-toolkit
pip install rknn_toolkit-1.7.1-cp36-cp36m-win_amd64.whl --find-links=你的路径
这篇关于在Windows环境下的rknn-toolkit环境搭建的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
