欢迎访问本站,希望站内信息可以帮助到您!感兴趣的,可以加入我的知识星球,一对一解答!

Rockchip1808教程(三)rknn_api使用

边缘AI 迷途小书童 0评论

环境

  • ubuntu 18.04 64位
  • python 3.6
  • rockchip 1808开发板

前言

Rockchip 提供了一整套的 RKNN API SDK,能够让你的 AI 应用使用其硬件 NPU 进行加速。

实践

本篇以 yolov3 为例,看看 RKNN API 的使用

cd external/rknpu/rknn/rknn_api/examples/rknn_yolo_demo
mkdir build
cd build
cmake ..
make

通过 CMakeLists.txt 可以看到编译需要用到的头文件和库在 librknn_api 目录下

(rockchip) xugaoxiang@1070Ti:~/workshop/rockchip/external/rknpu/rknn/rknn_api/examples/rknn_yolo_demo$ tree ../../librknn_api/
../../librknn_api/
├── include
│   └── rknn_api.h
├── lib
│   └── librknn_api.so
└── lib64
    └── librknn_api.so

编译生成可执行文件后,需要将可执行文件和需要用到的模型文件、测试图片文件上传到开发板上

cd ..
adb push build/rknn_yolo_demo /userdata/
adb push model /userdata/

然后进入到开发板中执行

adb shell
cd /userdata
./rknn_yolo_demo model/yolov3.rknn model/dog.jpg

Rockchip1808

程序运行的前提是开发板中要有 librknn_api.so,默认情况下是存放在 /usr/lib64

程序结束后,会在当前目录生成图片 out.jpg,将它下载下来本地查看

adb pull /userdata/out.jpg

检测结果不太满意啊,好吧,先不管它,这不是本节的重点

Rockchip1808

关联阅读

喜欢 (1)
发表我的评论
取消评论

表情