引言

最近在做毕设，由于是第一次接触NPU，所以踩了不少坑，顺便将它记录下来，防止后来者继续踩（doge）hh。
许多人都和我一样，刚到手拿到一块NPU算力版的时候都不知道从何下手，是先在PC端操作呢还是直接在板子上操作？

本人虽然熟悉一些类似于STM32 ，esp等板子，但是也是第一次接触NPU
在经过我的踩坑和学习之后，大概总结出了这么一套流程：

1. 先在PC端按照官方出的教程打包板子需要的系统，我打包的是Ubuntu系统
2. 继续在PC端操作，主要是对于RKNN-Toolkit2环境的配置
3. 在PC端跑一些demo，并将一些模型转化为RKNN模型
4. 最后部署到板子

第一步：安装Ubuntu系统：

在这一步中，有些板子是Ubuntu20.04，有些是18.04，我的建议是官方教程是什么版本就安装什么版本，避免不需要的麻烦：

1. VM 和Ubuntu下载：
   Ubuntu20.04 ：Ubuntu20.04清华源
   VM 17pro ：VM 17pro
2. VMware虚拟机安装Ubuntu20.04详细图文教程

在安装好Ubuntu系统之后就是最烦人的步骤：配置环境了

经过本人亲测：Ubuntu20.04自带的python3.8配置环境是失败的，不知道大家是否有配置成功的（我反正是配了一天没配好）
在RKNN Toolkit2中 有cp36和cp38的requirements文件，cp38的到后面总是报错，但ubuntu20.04中又有一些之前build好的文件，所以我们在Ubuntu上装一个python3.6，并将其设为默认python版本，这样就不会有版本冲突的问题啦！
上操作：

sudo apt update
sudo apt install software-properties-common
sudo apt install python3.36-dev
sudo apt install python3.6-tk

然后再使用这篇博客中提到的方法，就成功将默认python版本改为3.6了

Ubuntu更换python版本的方法

第二步：安装并创建Virtuelenv环境管理python版本

Virtualenv 的安装：

sudo apt-get install virtualenv

Virtuelenv的使用

1. 创建管理目录、

mkdir ~/Virtualenv

2. 创建环境
   每次创建环境前，先cd到该目录下，这样创建的虚拟环境就存放在该目录中了

cd Virtualenv
virtualenv -p /usr/bin/python3.6 venv
##“/usr/bin/python3.6”即python3.6的安装路径，venv为环境名称

3. 激活环境
   假如我要激活nenv环境：

source venv/bin/activate

4. 退出环境
   输入

deactivate

6. 删除环境
   如果某个环境不想要了，想删除环境，那么直接在Virtualenv目录下执行命令：

rm -r 环境名
#类似于 rm -r venv

第三步：安装python环境：

首先我们需要下载官方的sdk文件：FireFly下载
在其中找到对应的：

点击下载，注意，只需要下载RKNN_SDK_V1.3.0
下载好后放在Ubuntu系统的根目录
安装对应的依赖：

pip3 install -r ../RK_NPU_SDK_1.3.0/rknn-toolkit2-1.3.0/doc/requirements_cp36-1.3.0.txt
# 注意自己存放的路径

在这里可能会出现pip安装速度慢或者一直超时不安装的情况：

我们只需要更换pip源就可以了，这里介绍一种简单的操作：

在 pip命令后自己设定收集源（-i +url），例如使用豆瓣源

pip3 install pqi -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

在pqi安装好之后，我们可以输入：

pqi ls

然后你就可以选择其中一个源了

pqi use douban

然后继续输入：

pip3 install -r ../RK_NPU_SDK_1.3.0/rknn-toolkit2-1.3.0/doc/requirements_cp36-1.3.0.txt

在安装过程中可能依旧会有报错：
我们只需要：

pip install numpy==1.16.6

当出现：

说明我们已经将环境安装好了
接下来我们继续安装RKNN-Toolkit2

第四步：安装RKNNToolkit2

pip install ../RK_NPU_SDK_1.3.0/rknn-toolkit2-1.3.0/packages/rknn_toolkit2-1.3.0_11912b58-cp36-cp36m-linux_x86_64.whlLooking in indexes: http://pypi.douban.com/simple/

![在这里插入图片描述](https://img-blog.csdnimg.cn/ad0acf6086784ef08094db3a536a8ffc.png

如果上面的以来都安装好了，这个环节一般都不会出错；
为了以防万余，我们来测试一下：

python3
from rknn.apt import RKNN

如果没有任何报错信息，那就说明我们安装成功了

在PC端运行Demo

首先，cd到yolov5 的目录下：

cd ../RK_NPU_SDK_1.3.0/rknn-toolkit2-1.3.0/examples/onnx/yolov5

直接运行：

python3 test.py

我们可以看到程序中包括创建RKNN对象，模型配置；加载 onnx 模型；构建 RKNN 模型；导出 RKNN 模型；加载图片并推理，得到推理结果；释放 RKNN 对象。

转 换 后 的 模 型 默 认 保 存 路 径 为**/rknn-toolkit2-1.x.x/examples/onnx/yolov5/yolov5s.rknn ，推 理 的 图 片 结 果 保 存 在/rknn-toolkit2-1.x.x/examples/onnx/yolov5/result.jpg**

未完待续……………………

coding：Deepsort部署在RK3588平台
YOLOV5_Deepsort_RKNN

yolov5 deepsort rknn 博主改动