目录

一、Rknn-toolkit2安装（以rknn-toolkit2-1.5.0为例）

1、sudo apt update：更新软件包

2、sudo apt upgrade：更新上一个命令列出的待更新的软件包

3、虚拟环境设置

1）使用 python3.8-venv

2）安装Anaconda使用 conda 管理环境

4、安装相关库和软件包

5、安装 RKNN-Toolkit2

        1）mkdir project-Toolkit2 && cd project-Toolkit2：创建文件夹并进入

        2）拉取RKNN-Toolkit2文件直接在linux终端输入以下命令拉取：

        3）配置 pip 源，可配置清华源、阿里源等，主要是后续需要下载一些文件的时候提升网速，节省时间。我这里配置为清华源，看自己当前的网速好不好来选择。

        4）安装依赖库，根据rknn-toolkit2\doc\requirements_cp38-1.5.0.txt

​编辑

        5）安装 rknn_toolkit2

6、检测是否安装成功：

7、conda deactivate退出目前环境，重新执行pip show rknn_toolkit2

二、RKNN Toolkit Lite2安装

1、一些常用的命令：

2、安装 python 工具，安装相关依赖和软件包等

3、进入到 rknn_toolkit_lite2安装包 目录下

4、根据板卡系统的 python 版本，选择对应的whl 文件安装

5、查看RKNN Toolkit Lite2版本：

6、librknnrt 库版本和rknn_server 版本

---

• 一、Rknn-toolkit2安装（以rknn-toolkit2-1.5.0为例）

在虚拟机中的ubuntu20.04下完成

1、sudo apt update：更新软件包

sudo apt update

2、sudo apt upgrade：更新上一个命令列出的待更新的软件包

sudo apt upgrade

3、虚拟环境设置

1）使用 python3.8-venv

sudo apt-get install python3-dev python3-pip python3.8-venv gcc

sudo apt-get install python3-dev python3-pip python3.8-venv gcc

python3-dev：这是 Python 的 C 语言接口文件。

python3-pip： Python 的官方安装工具，下载和安装 RKNN Toolkit2 以及其他第三方库。

python3.8-venv：用于创建独立的 Python 环境，隔离。

Gcc：GNU 编译器集合，Linux 下最核心的代码翻译官。

2）安装Anaconda使用 conda 管理环境

conda create -n toolkit2_1.5.0 python=3.8：使用conda创建一个名为 toolkit2_1.5.0的环境且指定python版本为3.8。

conda create -n toolkit2_1.5.0 python=3.8

输入命令后，终端会显示将要安装的包列表，并询问 Proceed ([y]/n)?。输入 y 并按回车。

conda activate toolkit2_1.5.0：激活环境，命令行提示符前会出现 (toolkit2_1.5.0)，表示你已进入该环境。

4、安装相关库和软件包

sudo apt-get install libxslt1-dev zlib1g-dev libglib2.0 libsm6 \ libgl1-mesa-glx libprotobuf-dev gcc

sudo apt-get install libxslt1-dev zlib1g-dev libglib2.0 libsm6 \ libgl1-mesa-glx libprotobuf-dev gcc

5、安装 RKNN-Toolkit2

        1）mkdir project-Toolkit2 && cd project-Toolkit2：创建文件夹并进入

mkdir project-Toolkit2 && cd project-Toolkit2

       2）拉取RKNN-Toolkit2文件直接在linux终端输入以下命令拉取：

git clone https://github.com/rockchip-linux/rknn-toolkit2.git

或git clone https://github.com/airockchip/rknn-toolkit2.git等

因为网络问题，我是在windows系统中下载自己所需的RKNN-Toolkit2版本压缩包，通过MobaXterm远程登陆虚拟机下的ubuntu20.04系统后（MobaXterm的SSH，需知道ubuntu20.04的ip地址），将windows系统的压缩包上传到ubuntu20.04，后复制到project-Toolkit2中解压。这里使用桌面操作要简单些。

        3）配置 pip 源，可配置清华源、阿里源等，主要是后续需要下载一些文件的时候提升网速，节省时间。我这里配置为清华源，看自己当前的网速好不好来选择。

​
pip3 config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/

        4）安装依赖库，根据rknn-toolkit2\doc\requirements_cp38-1.5.0.txt

这个的requirements_cp38-1.5.0.txt文件不同的版本toolkit在不同位置，需要自己找一下。

pip3 install numpy

pip3 install -r doc/requirements_cp38-1.5.0.txt

这里需要安装的依赖库很多，具体在.txt文件中，需要的时间有一些长。

下图证明该.txt文件正确执行，所需依赖库已安装：

        5）安装 rknn_toolkit2

根据系统的 python 版本和架构（arm64 和 x86）选择不同的 whl 文件安装。可通过uname -m命令查看当前系统的架构。虚拟机一般是x86，板子一般是arm64。

虚拟机：

板子：

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

下图证明已安装成功：

6、检测是否安装成功：

pip show rknn_toolkit2

7、conda deactivate退出目前环境，重新执行pip show rknn_toolkit2

conda deactivate

证明rknn-toolkit2-1.5.0只在虚拟环境toolkit2_1.5.0中起作用，我们把环境成功隔离。

野火官网下载的ubuntu20.04镜像自带toolkit2_2.3.0，所以板端也安装Toolkit Lite2_2.3.0，保持一致。

• 二、RKNN Toolkit Lite2安装

在板端完成，板端已经烧录ubuntu20.04系统，通过Mobaxterm远程登陆开发板，需要与Rknn-toolkit2版本保持一致。

1、一些常用的命令：

查看 librknnrt 库版本：

strings /usr/lib/librknnrt.so | grep "librknnrt version"

查看 rknn_server 版本：

strings /usr/bin/rknn_server | grep build

查看 NPU 驱动版本：

dmesg | grep -i rknpu

查看RKNN Toolkit Lite2版本：

pip3 show rknn-toolkit-lite2

安装文件可通过瑞芯微的github仓库获取。

2、安装 python 工具，安装相关依赖和软件包等

sudo apt update

sudo apt-get install python3-dev python3-pip gcc

sudo apt install -y python3-opencv python3-numpy python3-setuptools

3、进入到 rknn_toolkit_lite2安装包 目录下

4、根据板卡系统的 python 版本，选择对应的whl 文件安装

Python3版本：

pip3 install rknn_toolkit_lite2-2.3.0-cp38-cp38-manylinux_2_17_aarch64.manylinux2014_aarch64.whl

5、查看RKNN Toolkit Lite2版本：

pip3 show rknn-toolkit-lite2

和pc端的版本号一致。

6、librknnrt 库版本和rknn_server 版本

strings /usr/bin/rknn_server I grep build

librknnrt 库版本和rknn_server 版本都是1.6.0，这是鲁班猫4的系统自带的，我们要升级到2.3.0。

将/home/cat/rknn-toolkit2-2.3.0/rknpu2/runtime/Linux/rknn_server/aarch64/usr/bin/下的start_rknn.sh、rknn_server、restart_rknn.sh复制到/usr/bin/

---

将/home/cat/rknn-toolkit2-2.3.0/rknpu2/runtime/Linux/librknn_api/aarch64/下的librknnrt.so复制到/usr/lib/

然后重启板卡。