觸覺智能（RK方案商）分享瑞芯微RK3588 RKNN端側模型的開發(fā)環(huán)境搭建方法與測試方法。

【測試環(huán)境說明】

開發(fā)板系統(tǒng)：Ubuntu22.04

開發(fā)環(huán)境：Ubuntu22.04虛擬機

演示設備：觸覺智能RK3588開發(fā)板EVB3588，開發(fā)板基于核心板+底板設計，可通過核心板開發(fā)設計底板。

RKNN

RKNN，全程Rockchip Neural Network)是瑞芯微專為自家 NPU (神經網絡處理單元) 開發(fā)的端側神經網絡計算框架，提供完整的 "模型轉換 - 部署 - 推理" 解決方案。瑞芯微官方軟件?？梢詭椭脩艨焖俚貙?a href="http://www.greenbey.cn/tags/ai/" target="_blank">AI模型部署到Rockchip芯片，整體的框架如下。

RKNN-Toolkit2是用戶模型轉換、推理與性能評估的開發(fā)套件。使用 RKNPU 時，需先通過該工具將訓練好的模型轉為 RKNN 格式，再借助 RKNN C API 或 Python API 在開發(fā)板上部署。其 Python 接口可快速實現(xiàn)模型轉換、量化、推理、性能與內存評估、量化精度分析、模型加密等功能。。

RKNN Runtime 負責加載 RKNN 模型并調用 NPU 驅動完成推理，推理流程包含輸入預處理、NPU運算、輸出后處理，并根據(jù)模型輸入格式與量化方式，提供通用 API 和零拷貝 API 兩種處理流程。

• 通用API推理

提供一套簡潔易用的推理 API，流程如圖所示。數(shù)據(jù)歸一化、量化、格式轉換、反量化等在 CPU 上運行，模型推理在 NPU 上執(zhí)行。

• 零拷貝API推理

優(yōu)化了通用 API 數(shù)據(jù)處理流程，歸一化、量化與模型推理均在 NPU 上執(zhí)行，數(shù)據(jù)排布與反量化可在CPU或NPU完成；零拷貝 API 的輸入處理效率高于通用 API。

開發(fā)環(huán)境搭建

RKNN-Toolkit2安裝

首先，執(zhí)行如下命令進行安裝Miniforge Conda：

wget -c https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-Linux-x86_64.sh chmod 777 Miniforge3-Linux-x86_64.sh bash Miniforge3-Linux-x86_64.sh

進入Conda base環(huán)境，創(chuàng)建一個RKNN-Toolkit2 Conda環(huán)境，命令如下：

source ~/miniforge3/bin/activate conda create -n RKNN-Toolkit2 python=3.8

進入RKNN-Toolkit2 Conda環(huán)境：

conda activate RKNN-Toolkit2

激活RKNN-Toolkit2 Conda環(huán)境后，可通過 pip 源安裝RKNN-Toolkit2：

pip install rknn-toolkit2 -i https://pypi.org/simple

驗證RKNN-Toolkit2，若執(zhí)行以下命令沒有報錯，則安裝成功。

python3 >>> from rknn.api import RKNN

• 下載RKNN相關倉庫

執(zhí)行如下命令從github上拉群RKNN相關倉庫，后續(xù)編譯、測試會用到。

mkdir Projects cd Projects # 下載 RKNN-Toolkit2 倉庫 git clone https://github.com/airockchip/rknn-toolkit2.git --depth 1 # 下載 RKNN Model Zoo 倉庫 git clone https://github.com/airockchip/rknn_model_zoo.git --depth 1

• 安裝編譯工具

執(zhí)行如下命令安裝cmake工具：

sudo apt install cmake

下載GCC 交叉編譯器工具鏈：

https://releases.linaro.org/components/toolchain/binaries/6.3-2017.05/aarch64-linux-gnu/gcc-linaro-6.3.1-2017.05-x86_64_aarch64-linux-gnu.tar.xz

下載后拷貝到Ubuntu虛擬機并解壓軟件包，建議將GCC軟件包解壓到 Projects的文件夾中，后面編譯RKNN C Demo時會用到：

• 安裝板端RKNPU環(huán)境

開發(fā)板硬件連接如下圖所示，燒錄網盤固件（全新SDK網盤即將發(fā)布）：

IDO_EVB3588_V1B_Ubuntu22.04_2HDMI4K_251219.img。

注意：OTG接口需要連接到Ubuntu虛擬機，Ubuntu虛擬機需要安裝adb命令：

sudo apt install adb

接下來，確認板卡系統(tǒng)支持的RKNPU驅動版本，開發(fā)板上電進入系統(tǒng)，執(zhí)行以下命令查詢NPU驅動版本：

adb shell dmesg | grep -i rknpu

默認出廠固件已支持NPU驅動，若以上命令查詢不到NPU驅動版本，在內核源中使能如下配置以集成NPU驅動：

CONFIG_ROCKCHIP_RKNPU=y

RKNN-Toolkit2的調試功能要求板端安裝RKNPU2環(huán)境，并啟動

rknn_server服務。以下是RKNPU2 環(huán)境中的兩個基本概念：

RKNN Server：一個運行在開發(fā)板上的后臺代理服務。該服務的主要功能是調用板端 Runtime 對應的接口處理計算機通過USB傳輸過來的數(shù)據(jù)，并將處理結果返回給計算機。

RKNPU2 Runtime 庫（librknnrt.so）：主要職責是負責在系統(tǒng)中加載 RKNN 模型，并通過調用專用的神經處理單元（NPU）執(zhí)行RKNN模型的推理操作。

如果能夠啟動 rknn_server 服務，則代表板端已經安裝 RKNPU2 環(huán)境。

# 進入板端 adb shell # 啟動 rknn_server restart_rknn.sh

檢查rknn_server、librknnrt.so版本是否一致，命令如下：

# 查詢rknn_server版本 strings /usr/bin/rknn_server | grep -i "rknn_server version" # 查詢librknnrt.so庫版本 strings /usr/lib/librknnrt.so | grep -i "librknnrt version"

如果出現(xiàn)以下輸出信息，則代表rknn_server版本為x.x.x，librknnrt.so的版本為x.x.x。

默認出廠的固件rknn_server、librknnrt.so已經一致，若版本不一致需要更新庫。

# 進入前面下載的rknn-toolkit2倉庫的 rknpu2 目錄 cd Projects/rknn-toolkit2/rknpu2

拷貝上述腳本和庫替換開發(fā)板系統(tǒng)對應的文件進行更新：

完成以上步驟，瑞芯微原廠RKNN模型推理的開發(fā)環(huán)境就完成搭建了