一步步搭建 RV1126 深度学习环境，轻松实现边缘推理

1 介绍

随随着瑞芯微（Rockchip）芯片在嵌入式领域的广泛应用，越来越多的板卡厂商开始适配其系列芯片，尤其是 RV1126。凭借其高性价比和强大的 AI 加速能力，RV1126 已成为众多边缘计算设备的首选。为了使深度学习模型能够在 RV1126 平台上高效运行，各大厂商纷纷推出了针对这一芯片的适配方案。
本文将带领大家一步一步完成 RV1126 芯片的深度学习环境搭建。通过详细的操作步骤，我们将指导你如何在 RV1126 平台上配置并优化深度学习开发环境，为后续的 AI 模型部署和推理提供坚实的基础。无论是硬件配置、软件安装还是环境调试，本文都将提供全面的技术解析，帮助你快速完成深度学习环境的搭建，从而提升边缘推理业务的效率。

2 环境搭建

2.1 当前操作环境

● 物理机环境：Ubuntu 18.04 x86_64
● Docker 版本：Docker version 24.0.2, build cb74dfc 【非必须】

本文的的操作都是基于Ubuntu 18.04虚拟机进行rknn-toolkit环境构建。

2.2 环境安装

1、创建rv1126的python3.8环境：

conda create -n rv1126 python=3.8 -y

conda activate rv1126

2、从github【https://github.com/rockchip-linux/rknn-toolkit/releases/download/v1.7.5/rknn-toolkit-v1.7.5-packages.tar.gz】下载rknn-toolkit1.7.5代码到【/home/ros/Downloads/project/deployed/rk/rv1126/】路径。
3、解压并进入【package】文件夹:

cd /home/ros/Downloads/project/deployed/rk/rv1126/rknn-toolkit-1.7.5/packages

4、安装【requirements-cpu.txt】

pip install -r requirements-cpu.txt  -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple

5、安装rknn-toolkit安装包：

pip install rknn_toolkit-1.7.5-cp38-cp38-linux_x86_64.whl -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple

6、导入rknn验证是否安装成功：

2.3 docker环境构建

1、安装docker环境：
根据官方手册对docker进行安装【https://docs.docker.com/install/linux/docker-ce/ubuntu/】。

2、下载镜像【https://meta.zbox.filez.com/v/link/view/3256e0b2e6574a5ebd918cfa513c5f04】，密码:【rknn】，解压后得到docker镜像：

把解压后的文件：rknn-toolkit-docker.tar.gz拷贝到Ubuntu 18.04的/home/ros/Downloads/project/deployed/rk/rv1126/docker文件夹下。

3、执行以下指令加载模型转换工具docker镜像：

sudo su
docker load --input rknn-toolkit-1.7.5-docker.tar.gz

4、执行以下指令进入镜像bash环境:

docker run -t -i --privileged -v /dev/bus/usb:/dev/bus/usb rknn-toolkit:1.7.5 /bin/bash

5、安装adb环境：

apt install adb -y

6、查看devices id，并且修改代码：

adb devices

cd /examples/tflite/mobilenet_v1
vim test.py

7、运行脚本：

python test.py

3 问题集合

1、我Ubuntu虚拟机没有cuda环境可以在上面进行模型转换和模型推理调用吗？
答案：可以！完全不影响的。
2、Ubuntu虚拟机没有网络连接的符号，并且restart后无效？
答案：可以查看NAT服务是否正常启动！

4 技术交流

4.1 QQ群

● RKNN非官方交流：909472035