RKNN Toolkit2 是由瑞芯微电子 (Rockchip) 开发的一套用于深度学习模型优化和推理的工具。它主要面向在瑞芯微SoC上进行AI应用开发，但也可以用于PC平台进行模型的转换、量化、推理等操作。它支持将多种深度学习框架的模型（如Caffe, TensorFlow, PyTorch等）转换为RKNN格式。

创建虚拟环境

使用miniconda或者Anaconda创建一个虚拟环境，其中miniconda 是 Anaconda 的轻量版。为了减少内存，我们采用miniconda进行开发。

下载链接：

​wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh​

安装miniconda，执行以下命令

./Miniconda3-latest-Linux-x86_64.sh​

 然后回车，一直往下滑动看完 license，最后输入 yes 后，继续按下回车, 然后进入安装，安装完成后输入 yes 初始化 anaconda3。

创建虚拟环境，执行以下命令

conda create -n Toolkit2 python=3.8.12    //创建一个名为Toolkit2 的虚拟环境，Python的版本为3.8.12
conda activate Toolkit2        //进入虚拟环境

 

conda env list   //查看虚拟环境列表
conda deactivate   //退出虚拟环境

Toolkit2的安装

安装依赖

sudo apt updatesudo apt-get install python3-dev python3-pip python3.8-venv gccsudo apt-get install libxslt1-dev zlib1g-dev libglib2.0 libsm6 \libgl1-mesa-glx libprotobuf-dev gcc

 安装 RKNN-Toolkit2

mkdir project-Toolkit2 && cd project-Toolkit2

 拉取RKNN-Toolkit2

git clone https://gitee.com/LubanCat/lubancat_ai_manual_code.git
cd lubancat_ai_manual_code/dev_env/rknn_toolkit2

配置pip源

pip3 config set global.index-url https://mirror.baidu.com/pypi/simple

进入到 lubancat_ai_manual_code/dev_env/rknn_toolkit2/doc目录，安装依赖库

pip3 install numpy
pip3 install -r requirements_cp38-1.5.0.txt

建议在安装需求之前，sudo vim requirements_cp38-1.5.0.txt，numpy==1.19.5注释掉，否则可能导致依赖安装shibai

 安装 rknn_toolkit2

pip3 install rknn_toolkit2-1.5.0+1fa95b5c-cp38-cp38-linux_x86_64.whl

检查是否安装成功

输入 quit() 或者使用快捷键 Ctrl+D 退出