使用python虚拟环境软件 Miniconda。当前系统是Ubuntu20.04。安装RKNN-Toolkit2。

首先需要有一个python的虚拟环境，需要下载 Anaconda3-2024.10-1-Windows-x86_64.exe。coco.names 的文件内容放在下面了 ，自己创建。下载在写运行另外一个python文件来做识别。下载完成后，在anaconda的控制台运行。这样就初始化完成生成了 onnx模型文件。下来就是运行python代码。运行下来的3条命令，

这个detect.py 是代码库里面自带的，图片文件夹和图片也都有，只是这个pt文件要单独下载，如何没有的话，程序也是会自动下载的，可能会有点慢，如果下不到文件可以找我要。3.在yolov5的目录下执行命令。2.拉取代码和加载依赖。1.还是创建虚拟环境。

终于到了转换文件的时候了，转换的命令也很简单，就在yolov5 的文件目录下执行命令。onnx就是要转换的格式，也可以转换成其他格式，比如 torchscript。yolov5x.pt这个文件是我放在目录下的，下一篇文件讲如何用可视化工具查看这个模型。export.py这个文件是自带的。

3.第三部查看效果图。

我们把1.3 章 生成onnx 复制到 lubancat_ai_manual_code/example/yolov5 这个目录下面。直接从本便看可能看不太名称，需要紧挨着。下一篇讲，如何调用这个RKNN模型。就说明模型生成完成了。

查看NPU使用率，需要root权限。# 查看NPU可用的频率,然后设置频率。# 查看NPU当前工作频率。

1.通过USB链接开发板到电脑，电脑端可以是虚拟机(VMware)这个cc700003f5f5c00b 就是设备编号。如果不识别abb的话需要，需要安装，执行命令。3.出现下面的这个画面就说明有设备连接了。系统是乌班图 20.04。

1.rknn_server 是 RKNN Toolkit 中的一个服务端程序，我们需要更新它和启动它,才能使用python 程序 来运行rknn模型，下载地址，目录是 /runtime/RK3588/Linux/rknn_server/aarch64/usr/bin把它下载到电脑上，通过ssh上传到/usr/bin下面librknnrt.so 库的目录在runtime/RK3588/Linux/librknn_api/aarch64 把他下载到电脑上，通过ssh 上传到/usr/lib

然后执行 /home/yang/桌面/lubancat_ai_manual_code/example/yolov5 下面的test.py。然后把前面生成的rknn模型放在 目录 lubancat_ai_manual_code/example/yolov5/model。上一篇说更新rknn_server 和so文件，现在文件更新好了，直接运行 ./rknn_server 运行它。DEVICE_ID 设备编号，前面的文章说过了通过adb可以查询到，test.py 里面有几个参数可以根据情况修改，比如。