【飞凌嵌入式OK3576-C开发板体验】RKNN神经网络算法开发环境搭建

一、参考文献

RKNN SDK 快速上手指南

可以通过GitHub获取到,链接：https://github.com/rockchip-linux/rknn-toolkit2

个人本帖主要描述了其实验过程，以及实验过程遇到的些许问题，与该文档有所出入。没有使用大量的篇幅重新描述实现过程，如果有同志想研究RKNN算法还是要结合RKNNSDK快速上手指南的。

二、准备开发环境

新建一个名称为 Projects 的文件夹，并将 RKNN-Toolkit2 和 RKNN Model Zoo 仓库存放至该目录下

三、安装RKNN-Toolkit2环境

3.1、安装Conda

Conda是一个开源的软件包管理系统和环境管理系统，主要用于安装、更新、删除软件包及其依赖关系，并允许用户在不同环境之间轻松切换。用于后续安装Python等插件。在深度神经算法中使用的频率非常高的一款软件。

3.2、使用PIP命令安装依赖库和Toolkit2 工具

四、RKNN 程序转换

进入 rknn_model_zoo/examples/yolov5/model 目录，运行 download_model.sh 脚本，该脚本

将下载一个可用的 YOLOv5 ONNX 模型，并存放在当前 model 目录下，参考命令如下：

安装COCO数据集，在深度神经网络算法中，模型的训练离不开大量的数据集，数据集用于神经网络模型的训练。