一、安装Debian系统最近在进行TB-RK3588X学习由于板子自带的是Debian11系统但是我想用Ubuntu20.04系统进行学习但是经过两天的折腾后才发现这个板子用不了Ubuntu系统所以就只能重装Debian安装Debian的方式很简单。准备TB-RK3588X开发板、板子自带的type-c数据线、windows系统的电脑、正常的显示屏1、安装驱动从官方所给的文件中获取驱动文件压缩包然后打开D:\BaiduNetdiskDownload\TB-RK3588X\TB-RK3588X0-Release_V1.0.1_20230203\TB-RK3588X0-Release_V1.0.1_20230203\RKDevTool_Release\DriverAssitant目录打开DriverInstall.exe程序先进行“驱动卸载”然后再进行“驱动安装”。2、进入maskrom模式进行烧写在官方所给的手册中可以进入loader或者maskrom两种模式进行烧写但是由于我的板子只能进入maskrom模式所以我就选择了这个模式进行烧写。进入maskrom模式的步骤①进入烧写程序先将板子断电将type-c数据线和电脑进行连接打开D:\BaiduNetdiskDownload\TB-RK3588X\TB-RK3588X0-Release_V1.0.1_20230203\TB-RK3588X0-Release_V1.0.1_20230203\RKDevTool_Release目录下的RKDevTool.exe程序。进入到如下程序里注意如果此步骤有错误多半是驱动安装失败所以可以重复步骤一对驱动进行安装安装成功的驱动可以在设备管理器查看到②查看烧写状态先按住主板的maskrom键不放插上电源后按下RESET键直到烧写工具显示“发现一个MASKROM设备”后松开按键;##进入loader模式是按住主板的V/REC键不放然后按下RESET键直到烧写工具显示“发现一个LOADER设备”后松开按键;在软件空白处右击导入配置选择路径下的配置文件。点击执行等待下载完成。下载完成后将板子与显示屏连接就可以进入Debian系统了。参考链接开发板概况 — TB-RK3588x 0.1 文档 (rock-chips.com)二、Anaconda环境的配置为了防止环境的污染这里用anaconda进行环境配置。1、下载清华源镜像地址Index of / (anaconda.com)我的这个板子下载的是Anaconda3-2022.10-Linux-aarch64.rar,建议先解压后再复制到linux系统上解压后的文件是Anaconda3-2022.10-Linux-aarch64.sh。复制到linux系统上方法有很多可以用filezilla、xshell等这里我用的是U盘进行复制。2、安装进入到Anaconda3-2022.10-Linux-aarch64.sh的文件下输入命令bash Anaconda3-2021.11-Linux-x86_64.sh点enter和yes就可以。安装完成后重启终端然后显示bash字样表示安装成功。3、创建环境conda create -n py3.8 python3.8py3.8 环境名称python3.8 环境的python版本创建环境太慢更换国内源conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes移除添加的源conda config --remove-key channels4、使用①激活环境conda activate py3.8②退出环境conda deactivate③删除环境conda remove -n 环境名 --all④复制环境conda create -n 新环境名 --clone 旧环境名⑤查看环境conda env list⑥查看当前环境安装的包conda list⑦在其他环境下查看其他环境安装的包conda list -n 环境名⑧用requirements.txt安装依赖在pycharm终端生成requirement.txtpip freeze requirements.txt在linux系统安装依赖pip install -r requirements.txt三、安装并测试RKNN-Toolkit2RKNN-Toolkit2简介RKNN-Toolkit2是为用户提供在PC平台上进行Rockchip芯片NPU模型转换、推理和性能评估的开发套件。在‘官方开发手册’中提供了两种安装RKNN-Toolkit2的方式分别是docker安装和pip安装但是经过测试后发现docker所提供的案例不能在这块板子上运行原因是硬件不支持因而这里用pip进行安装。准备资料源代码文件RK_NPU_SDK_1.4.0购买开发板后向官方索要参考资料Rockchip_Quick_Start_RKNN_SDK_V1.4.0_CN.pdf使用pip安装并推理一、配置python环境因为上面已经配置好python3.8环境所以这里不用再重复进行配置。二、安装依赖可以提前进入root状态:su #进入root正常用户下安装sudo apt-get install libxslt1-dev zlib1g-dev libglib2.0 libsm6 \ libgl1-mesa-glx libprotobuf-dev gcc二、安装RKNN-Toolkit2①复制文件到linux将官方所提供的源文件复制到Linux系统上源文件中的文件较多只需要复制rknn-toolkit2-1.4.0这个文件即可。②安装依赖进入这个文件夹下的rknn-toolkit2-1.4.0文件夹里面cd rknn-toolkit2-1.4.0_no_docker/ cd rknn-toolkit2-1.4.0/ pip3 install -r doc/requirements_cp38-1.4.0.txt -i https://pypi.tuna.tsinghua.edu.cn/simple #安装依赖这里加上清华源会安装的快点报错Preparing metadata (setup.py) ... errorerror: subprocess-exited-with-error× python setup.py egg_info did not run successfully.│ exit code: 1╰─ [6 lines of output]Traceback (most recent call last):File string, line 2, in moduleFile pip-setuptools-caller, line 34, in moduleFile /tmp/pip-install-bnlreols/bfloat16_96d853dc2bd94e25ace43b68a3c80d70/setup.py, line 10, in moduleimport numpy as npModuleNotFoundError: No module named numpy[end of output]note: This error originates from a subprocess, and is likely not a problem with pip.error: metadata-generation-failed× Encountered error while generating package metadata.╰─ See above for output.解决方式pip install numpy1.16.6 -i https://pypi.tuna.tsinghua.edu.cn/simple有的错误是pip版本不对用以下命令升级pip版本python3 -m pip install --upgrade p -i https://pypi.tuna.tsinghua.edu.cn/simple③安装 RKNN-Toolkit2Python3.8 for x86_64)执行命令pip3 install packages/rknn_toolkit2-1.4.0_22dcfef4-cp38-cp38-linux_x86_64.whl④检查安装完成python3 from rknn.api import RKNN进入成功。CtrlD 退出 Python3。⑤转换 yolov5s.onnx 为 rknn 模型并运行模型推理图cd examples/onnx/yolov5 python3 test转换后的模型保存在/rknn-toolkit2-1.4.0/examples/onnx/yolov5目录下推理图片的结果在/rknn-toolkit2-1.4.0/examples/onnx/yolov5注意一定是要在你安装依赖的环境中进行转换