尧图网站建设 
前言本文旨在为基于RK3572平台的NPU软件开发提供完整的环境搭建指南系统介绍RKNN3 Toolkit及交叉编译工具链的安装与配置流程。通过清晰、可复现的操作步骤协助开发人员与测试人员快速搭建高效的开发环境从而加速产品研发与验证周期。一、工具背景与开发环境RKNN3 SDK是瑞芯微面向RK1820 / RK1828 协处理器和 RK3572 SoC 推出的完整 AI 模型部署开发套件。提供了AI模型部署所需要的软件栈包括PC端开发套件RKNN3 Toolkit专门用于NPU平台 AI 模型的转换、优化和性能评估板端运行APIRKNN3 Runtime以及模型转换部署示例RKNN3 Model Zoo等。RK3572 SoC集成高性能NPU的SoC平台支持直接运行AI推理任务内存架构NPU与CPU/GPU共享内存空间Windows开发环境Windows10 64bitLinux开发环境VMware16.2.5、Ubuntu 22.04 64bit备注本文所有测试均在64GB eMMC、4GB LPDDR5 配置的RK3572核心板上完成。受硬件配置、软件版本及测试环境等因素影响不同型号或配置的核心板测试结果可能存在一定差异具体请以实际测试结果为准。二、RKNN3-Toolkit环境搭建和使用2.1RKNN3 Toolkit安装将rknn3-toolkit压缩包拷贝至虚拟机中压缩包地址Core-RK3572核心板光盘资料\4-软件资料\3-RK3572模型案例源码\1-环境搭建\2-rknn3-toolkit-main推荐使用ubuntu22.04版本上搭建RKNN3环境再执行以下命令进行解压。tar -zxvfrknn3-toolkit.tar.gz搭建RKNN3环境主要分为3步配置Python 环境、安装 Miniforge 并创建 Conda 环境核心原因在于版本精确匹配和环境隔离这两个硬性约束。2.1.1 安装python环境若已安装Python环境则可省略此步骤。sudo apt-get update sudo apt-get install python3 python3-dev python3-pip sudo apt-get install libxslt1-dev zlib1g zlib1g-dev libglib2.0-0 libsm6 libgl1-mesa-glx libprotobuf-dev gcc cmake2.1.2安装Miniforge工具如果系统中同时有多个版本的Python环境建议使用Miniforge管理Python环境。检查是否安装Miniforge和版本信息若已安装Miniforge可跳过本小节。conda -V # 提示conda: command not found 则表示未安装miniforge conda下载Miniforge安装包wget -c https://github.com/conda-forge/miniforge/releases/download/25.3.0-1/Miniforge3-25.3.0-1-Linux-x86_64.sh下载好提供的Miniforge安装包开发板光盘\Core-RK3572核心板光盘资料\4-软件资料\3-RK3572模型案例源码\1-环境搭建\3-Miniforge\Miniforge3-25.3.0-1-Linux-x86_64.sh。安装Miniforgechmod 777 Miniforge3-25.3.0-1-Linux-x86_64.sh bash Miniforge3-25.3.0-1-Linux-x86_64.sh2.2创建RKNN3-Toolkit Conda环境创建aonda环境进入Conda base环境。# 创建并激活环境 conda create -n toolkit3 python3.10 #根据安装提示按y回车。 conda activate toolkit3退出conda环境执行如下conda deactivate2.2.1 安装RKNN3 Toolkit进入rknn3-toolkit/packages目录通过本地wheel包安装安装需要一段时间确保网络环境正常状态。pip install -r requirements_cp310-1.1.0.txt pip install rknn3_toolkit-1.1.0-cp310-cp310-manylinux2014_x86_64.whl若执行以下命令没有报错则安装成功。python3 from rknn.api import RKNN三、交叉编译环境安装3.1安装交叉编译工具在编译应用之前依赖交叉编译工具链需要先将交叉编译工具链拷贝到ubutnu22.04环境中交叉编译工具开发板光盘Core-RK3572核心板光盘资料\4-软件资料\3-RK3572模型案例源码\1-环境搭建\1-交叉编译工具链\rk3572-tool-chain.tar.gz解压至ubuntu22.04环境中解压命令如下tar -xzvf rk3572-tool-chain.tar.gz3.2使用交叉编译工具在当前Linux Shell环境中设置一个环境变量GCC_COMPILER用于指定ARM64交叉编译工具链的位置执行如下命令进行设置注意重新打开终端需要重新设置。export GCC_COMPILER/home/talowe/project/rk3572-tool-chain/host/bin/aarch64-buildroot-linux-gnu至此RK3572 NPU软件开发的必备基础环境已全部配置就绪。开发者可在此基础上无缝开展模型转换、性能调优及应用程序编译等后续工作。四、小编有话说感谢大家的信任与支持。这份指南来自眺望电子的技术手册之一《Pi-RK3572 NPU开发环境搭建手册》适用于RK3572核心板。更多资料可在后台留言或者联系工程师获取。如果大家在实操过程中遇到问题也欢迎随时交流。下期预告下一篇我们将继续讲解RK3572-YOLOV5模型应用敬请期待广州眺望电子科技有限公司成立于2013年是一家专注于嵌入式处理器模组研发与应用的国家高新技术企业与国内外一线处理器品牌如NXP、瑞芯微、全志、瑞萨、ST、龙芯中科等有广泛深度的合作。我们以专业的嵌入式软硬件底层技术和强大的服务支持能力加速客户嵌入式智能产品的落地提供长生命周期、高稳定可靠的嵌入式处理器模组产品或客制化产品供客户大批量应用于工业、交通、电力、医疗、机器人、工业物联网等众多领域。■合作处理器平台■系统服务 【RK3572实战连载 01】NPU 开发环境搭建指南
前言本文旨在为基于RK3572平台的NPU软件开发提供完整的环境搭建指南系统介绍RKNN3 Toolkit及交叉编译工具链的安装与配置流程。通过清晰、可复现的操作步骤协助开发人员与测试人员快速搭建高效的开发环境从而加速产品研发与验证周期。一、工具背景与开发环境RKNN3 SDK是瑞芯微面向RK1820 / RK1828 协处理器和 RK3572 SoC 推出的完整 AI 模型部署开发套件。提供了AI模型部署所需要的软件栈包括PC端开发套件RKNN3 Toolkit专门用于NPU平台 AI 模型的转换、优化和性能评估板端运行APIRKNN3 Runtime以及模型转换部署示例RKNN3 Model Zoo等。RK3572 SoC集成高性能NPU的SoC平台支持直接运行AI推理任务内存架构NPU与CPU/GPU共享内存空间Windows开发环境Windows10 64bitLinux开发环境VMware16.2.5、Ubuntu 22.04 64bit备注本文所有测试均在64GB eMMC、4GB LPDDR5 配置的RK3572核心板上完成。受硬件配置、软件版本及测试环境等因素影响不同型号或配置的核心板测试结果可能存在一定差异具体请以实际测试结果为准。二、RKNN3-Toolkit环境搭建和使用2.1RKNN3 Toolkit安装将rknn3-toolkit压缩包拷贝至虚拟机中压缩包地址Core-RK3572核心板光盘资料\4-软件资料\3-RK3572模型案例源码\1-环境搭建\2-rknn3-toolkit-main推荐使用ubuntu22.04版本上搭建RKNN3环境再执行以下命令进行解压。tar -zxvfrknn3-toolkit.tar.gz搭建RKNN3环境主要分为3步配置Python 环境、安装 Miniforge 并创建 Conda 环境核心原因在于版本精确匹配和环境隔离这两个硬性约束。2.1.1 安装python环境若已安装Python环境则可省略此步骤。sudo apt-get update sudo apt-get install python3 python3-dev python3-pip sudo apt-get install libxslt1-dev zlib1g zlib1g-dev libglib2.0-0 libsm6 libgl1-mesa-glx libprotobuf-dev gcc cmake2.1.2安装Miniforge工具如果系统中同时有多个版本的Python环境建议使用Miniforge管理Python环境。检查是否安装Miniforge和版本信息若已安装Miniforge可跳过本小节。conda -V # 提示conda: command not found 则表示未安装miniforge conda下载Miniforge安装包wget -c https://github.com/conda-forge/miniforge/releases/download/25.3.0-1/Miniforge3-25.3.0-1-Linux-x86_64.sh下载好提供的Miniforge安装包开发板光盘\Core-RK3572核心板光盘资料\4-软件资料\3-RK3572模型案例源码\1-环境搭建\3-Miniforge\Miniforge3-25.3.0-1-Linux-x86_64.sh。安装Miniforgechmod 777 Miniforge3-25.3.0-1-Linux-x86_64.sh bash Miniforge3-25.3.0-1-Linux-x86_64.sh2.2创建RKNN3-Toolkit Conda环境创建aonda环境进入Conda base环境。# 创建并激活环境 conda create -n toolkit3 python3.10 #根据安装提示按y回车。 conda activate toolkit3退出conda环境执行如下conda deactivate2.2.1 安装RKNN3 Toolkit进入rknn3-toolkit/packages目录通过本地wheel包安装安装需要一段时间确保网络环境正常状态。pip install -r requirements_cp310-1.1.0.txt pip install rknn3_toolkit-1.1.0-cp310-cp310-manylinux2014_x86_64.whl若执行以下命令没有报错则安装成功。python3 from rknn.api import RKNN三、交叉编译环境安装3.1安装交叉编译工具在编译应用之前依赖交叉编译工具链需要先将交叉编译工具链拷贝到ubutnu22.04环境中交叉编译工具开发板光盘Core-RK3572核心板光盘资料\4-软件资料\3-RK3572模型案例源码\1-环境搭建\1-交叉编译工具链\rk3572-tool-chain.tar.gz解压至ubuntu22.04环境中解压命令如下tar -xzvf rk3572-tool-chain.tar.gz3.2使用交叉编译工具在当前Linux Shell环境中设置一个环境变量GCC_COMPILER用于指定ARM64交叉编译工具链的位置执行如下命令进行设置注意重新打开终端需要重新设置。export GCC_COMPILER/home/talowe/project/rk3572-tool-chain/host/bin/aarch64-buildroot-linux-gnu至此RK3572 NPU软件开发的必备基础环境已全部配置就绪。开发者可在此基础上无缝开展模型转换、性能调优及应用程序编译等后续工作。四、小编有话说感谢大家的信任与支持。这份指南来自眺望电子的技术手册之一《Pi-RK3572 NPU开发环境搭建手册》适用于RK3572核心板。更多资料可在后台留言或者联系工程师获取。如果大家在实操过程中遇到问题也欢迎随时交流。下期预告下一篇我们将继续讲解RK3572-YOLOV5模型应用敬请期待广州眺望电子科技有限公司成立于2013年是一家专注于嵌入式处理器模组研发与应用的国家高新技术企业与国内外一线处理器品牌如NXP、瑞芯微、全志、瑞萨、ST、龙芯中科等有广泛深度的合作。我们以专业的嵌入式软硬件底层技术和强大的服务支持能力加速客户嵌入式智能产品的落地提供长生命周期、高稳定可靠的嵌入式处理器模组产品或客制化产品供客户大批量应用于工业、交通、电力、医疗、机器人、工业物联网等众多领域。■合作处理器平台■系统服务