在PC端的Ubuntu中导入RKNN docker镜像

已于 2023-12-03 20:03:39 修改
阅读量526 收藏
点赞数
分类专栏： 智能控制系统与项目实战 c++多线程那件事 智能驾驶 文章标签： docker 容器 运维
于 2023-05-19 17:03:22 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/m0_47313541/article/details/130770440
版权
本文详细介绍了在Ubuntu 18.04LTS环境下，如何安装Python3.6、Docker Engine，并导入RKNN Toolkit对应的Docker镜像。首先配置Python3.6环境，接着按照官方文档安装Docker。最后，下载RKNN Toolkit的Docker镜像并导入，通过`docker run`命令进入bash环境进行RKNN开发。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

了解本专栏 订阅专栏 解锁全文
docker 搭建rknn转换环境
monk96的博客
08-30 1432
进入到docker 的文件目录下。
RK3588芯片NPU的使用：Windows11使用RKNN Docker运行YOLOv5目标检测模型
最新发布
懒人的技术笔记
04-05 1282
瑞芯微的NPU工具集调整后放到新的仓库，名曰，它包括toolkit2和toolkit-lit2，以及rknpu2。下面简单介绍这三个库都是干什么的。
1. 下载安装RKNN的docker镜像
欢迎来到最优秀的博客
09-09 617
【代码】1. 下载安装RKNN的docker镜像。
【rknn】 Toolkit完整环境docker镜像下载链接
sazass的博客
10-08 2242
rknn toolkit docker下载链接
rknn环境搭建之docker篇
wyw0000的博客
01-10 1450
rknn使用docker搭建开发环境
构建rknn的docker镜像
如果想成为中心，那么就到中心去吧。
03-13 432
容器 ID 或容器名称></容器 ID 或容器名称>``：可以通过 docker ps` 命令查看正在运行的容器的 ID 或名称。<要执行的命令></要执行的命令>``：通常是 /bin/bash或/bin/sh`，用于启动一个 shell 会话。中选择一个合适的镜像作为基类镜像，然后根据自己的需求，添加一些库。-t：为命令分配一个伪终端，模拟一个交互式的终端环境。PS:dockerfile要在当前路径下，否则找不到。PS：参数的含义自己去查表，不能完全照搬。-t：指定镜像的标签（名称和版本）。
Ubuntu:20.04 ARM64 docker镜像
12-27
Ubuntu 20.04 ARM64 docker镜像是一种基于ARM架构的Ubuntu 20.04版本的docker镜像，它包含了Ubuntu操作系统的所有基本软件和功能，并且专门为ARM架构的处理器进行了优化。这种镜像非常适合在基于ARM处理器的设备上...
ubuntu20.04的docker镜像文件
01-25
ubuntu20.04的docker镜像文件
ubuntu24.04的docker镜像
08-18
ubuntu24.04的docker镜像
ubuntu离线安装docker导入镜像
代码改变世界
06-24 741
假定安装包和docker.service文件都在/home/carrot/docker中。1.准备一个docker.service文件。开启docker并并设置开机自启动。将准备好的镜像包导入。
【在Win10上安装使用RKNN工具+通过docker方式安装】
sanxiaw的博客
06-07 1371
在Win10上安装使用RKNN工具
[Rock Pi] (二) RK3588 rknn宿主机端配置之docker开发环境部署
weixin_43328157的博客
08-20 4244
宿主机 HostPC： 装有ubuntu22.04（其它亦可参考）开发板：rock 5a with rk3588s 芯片。 部署瑞芯微官方 rknn 机器学习模型的开发环境。
RK3588 RKNN环境部署
L775514448的博客
07-25 1226
(3)检验是否成功导入，能查询到 REPOSITORY 为 rknn-toolkit2，TAG 为 1.x.x-cp36 则表示加载成功。(2)将资源主备中（1）的docker包拷贝到环境部署（1）的路径中，加载docker。（2）下载版本对应的rknn-toolkit2（记得选自己版本的tags）此处即可成功，可以在（4）中映射的路径下找到V5转换后的模型及结果。(4)运行docker容器（斜体加粗路径为自己安装路径，注意更改）(1)此处命令路径为自己资源准备中（2）选项中的资源包。
瑞芯微RKNN模型转换和PC端仿真
zhangqian_1的博客
09-13 8692
RKNN 工具链提供了两种按照方式，一种是“通过 pip install 安装”和“通过 Docker 镜像安装”，建议“通过 Docker 镜像安装”。具体安装方式参考提供的官方文档。工具链百度云盘，提取码：rknnRKNN-Toolkit2 目前支持 Caffe、TensorFlow、TensorFlow Lite、ONNX、DarkNet、PyTorch 等 模型的加载转换，这些模型在加载时需调用对应的接口，以下为这些接口的详细说明。
docker -- 简单使用
easen的博客
05-27 425
docker简单使用
yolov5 onnx模型 转为 rknn模型
weixin_45824067的博客
07-28 4774
这一步是把准备好的一些图片，生成图片路径的文本文件，在构建RKNN模型的时候有用处。通过使用真实的样本数据集，RKNN工具可以更好地理解和建模模型的输入数据，从而更好地优化网络结构、权重和量化方案。这一步如果是在虚拟机上运行的话，8GB的内存条win10系统也要用，分配给虚拟机的没多少，3GB也不够执行这一步。后来我直接在Ubuntu系统执行这一步，8GB系统用一点还剩6.7GB，CPU和内存直接干满。还是在docker环境 模型转换工作目录，运行rknn_convert.py。为映射到docker镜像。
RK3588部署Yolov5自训练模型
u010492025的博客
12-22 2879
一. 训练Yolov5的模型 1.创建训练环境 2.拉取yolov5工程 3. 训练自己的模型 4.模型推理 二. 导出rknn模型 1. 创建导出环境 2. pt转onnx模型 3. onnx转rknn模型 三. 部署到rk3588 1. 安装rknn_toolkit2_lite 2. 推理测试
瑞芯微rv1126+yolov3模型转换
ZuoSeDiao的博客
03-10 2768
瑞芯微rv1126+yolov3模型转换
ubuntu导入docker镜像
01-18
### 如何在Ubuntu上导入Docker镜像 #### 安装Docker CE 为了能够在Ubuntu系统中顺利导入Docker镜像，首先需要确保已正确安装Docker社区版(CE)[^1]。这一步骤涉及更新现有的包索引文件以及设置必要的依赖关系。 #### 添加Docker官方GPG密钥 通过执行特定命令来安全地添加来自Docker的签名公钥，从而验证后续下载软件的真实性与完整性[^2]: ```bash curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add - ``` #### 设置稳定版本存储库 配置apt-get以便能够从Docker维护的APT仓库获取最新版本的应用程序和服务。 #### 下载并保存镜像至本地计算机 对于想要预先加载到目标环境中的任何Docker镜像，在实际迁移之前可以在源机器上完成拉取动作。例如要获取`registry`服务，则可以运行如下指令将其缓存下来[^3]: ```bash docker pull registry ``` #### 验证本地存在所需镜像 利用`docker images`查看当前主机上的所有可用镜像列表，确认刚才所提到的目标已经被成功加入其中。 #### 将镜像导出为tarball档案 一旦确定了待转移的具体对象之后，就可以采用下面的方法把它打包成一个压缩文件形式，方便跨平台传输或备份用途: ```bash docker save -o /path/to/image.tar imagename:tag ``` #### 在另一台设备恢复该tarball内的数据 最后到达接收端——即新的Ubuntu实例里，只需上传先前准备好的`.tar`文档并通过下述方式重新装载入Docker引擎即可实现无缝衔接: ```bash docker load -i /path/to/image.tar ```
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

不忘初心t

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值