1 首先也需要部署运行环境,将库文件放入 RK3588 开发板上,我们将网盘资料“iTOP-3588 开发 板 \02_ 【 iTOP-RK3588 开 发 板 】 开 发 资 料 \12_NPU 使 用 配 套 资 料
\05_Linux_librknn_api\librknn_api\aarch64”路径下的文件通过U盘拷贝到开发板的/usr/lib 目录,如下图所示:
2 下载网盘资料中“iTOP-3588 开发板\02_【iTOP-RK3588 开发板】开发资料\12_NPU 使用配套资料\04_RKNN-Toolkit-lite2 工具”中 rknn_toolkit_lite2.tar.gz 压缩包,在 windows 上解压,然后 通 过 U 盘 拷 贝 rknn_toolkit_lite2/examples 文 件 夹 下的 Demo inference_with_lite 放 入RK3588 开发板,这个 demo 是通过 resnet 残差神经网络识别”space_shuttle_224.jpg”这幅图
片,然后运行,输入以下命令:
cd inference_with_lite/
python3 test.py
运行成功如下图所示:
通过结果 TOP 的训练集标签查询可知,识别结果是宇宙飞船,训练集标签可详见
其置信度为 0.9996,是所有标签中最高的,和图片事实相符。
更多文档可以查看
公众Hao关注:北京迅为,
|