RK3588平台Ubuntu系统配置RKNN环境

一、准备工作

1）RK3588平台安装好Ubuntu 20.04.5，可参考这篇教程安装Ubuntu系统；

2）下载RKNN-Toolkit2，RKNN-Toolkit2是一个Python语言的开发套件，用于在PC端的模拟NPU环境上转换模型、执行推理和性能测试，还可以通过USB联板调试；同时提供了运行在RK3588平台上的Python语言的编程接口RKNN-Toolkit-Lite2，帮助用户部署RKNN模型，加速AI应用的落地；

3）下载RKNPU2，RKNPU2提供访问Rockchip的NPU的便利接口——动态链接库librknnrt.so和C头文件rknn_api.h，我们可以编写C++版本的AI应用并利用RKNPU2加速；同时RKNN-Toolkit-Lite2也依赖RKNPU2的动态链接库librknnrt.so；

4）下载Anaconda3-2022.10-Linux-aarch64.sh，这是运行在arm64位平台上的Python包管理工具。

二、安装RKNPU2

RKNPU2的安装非常简单，只需要将动态链接库和C头文件放到指定路径即可。

aarch64目录下存在两个so文件，将它们都拷贝到RK3588的Ubuntu系统的/usr/lib目录。

include目录下是C头文件，有些应用会用C++开发，为方便后续使用将其拷贝到RK3588的Ubuntu系统的/usr/include目录。

联板调试需要rknn_server服务应用的支持，将这三个文件拷贝到RK3588的Ubuntu系统的/usr/bin目录，并赋予执行的权限。

三、安装RKNN-Toolkit-Lite2

RKNN-Toolkit-Lite2有两个版本的pip3安装包，分别对应Python 3.7和Python 3.9，Python的版本必须一致才能安装成功，因此我们先安装Anaconda3配置Python 3.9的环境。

在RK3588的Ubuntu系统上Anaconda3-2022.10-Linux-aarch64.sh，安装完成后（base）是Python 3.9的环境，然后将rknn_toolkit_lite2-1.4.0-cp39-cp39-linux_aarch64.whl拷贝到RK3588的Ubuntu系统上并用pip3安装。

安装opencv-python等常用的包，后面测试需要。

四、测试

RKNN-Toolkit-Lite2内有一个示例，将上图中的文件拷贝RK3588的Ubuntu系统上，在（base）环境运行test.py即可看到结果。