RKNN Toolkit Lite2
1 Toolkit Lite2安装
RKNN Toolkit Lite2 是Rockchip NPU平台的编程接口(Python),用于在板端部署RKNN模型。
测试环境
• 系统版本:Debian 12 • 工具版本:RKNN-Toolkit2 2.3.0 • 驱动版本: npu驱动0.8.8
安装步骤
Toolkit-lite2适用于板卡端部署模型,更多依赖和使用信息请查看下 Rockchip_RKNPU_User_Guide_RKNN_SDK
板卡上获取RKNN Toolkit Lite2,可以直接从 官方github 下载
-
获取安装文件:
git clone https://github.com/airockchip/rknn-toolkit2.git
cd rknn_toolkit_lite2/ -
安装依赖:
sudo apt update
sudo apt-get install python3-dev python3-pip gcc
sudo apt install -y python3-opencv python3-numpy python3-setuptools -
安装工具包:
# Debian 12 (Python 3.10)
pip3 install packages/rknn_toolkit_lite2-2.3.0-cp310-cp310-manylinux_2_17_aarch64.manylinux2014_aarch64.whl -
验证安装:
from rknnlite.api import RKNNLite # 无报错表示安装成功
2 Toolkit Lite2接口使用
部署流程
- 创建
RKNNLite
对象 - 调用
load_rknn
导入模型(需匹配硬件平台) - 调用
init_runtime
初始化运行时环境 - 调用
inference
进行推理 - 处理推理结果
- 调用
release
释放资源
接口 文档
参考 rknn_toolkit_lite2/docs
目录下的用户手册。
3 板端推理测试
注意事项
• 确保板端已安装 librknnrt.so
运行时库(默认路径:/usr/lib
)
• 版本需与RKNN-Toolkit2匹配,避免兼容性问题(如报错 Invalid RKNN model version
)
3.1 resnet18推理测试
- 运行示例:
cd examples/inference_with_lite
python3 test.py - 输出示例:
--> Load RKNN model done
--> Init runtime environment done
--> Running model
resnet18
-----TOP 5-----
[812]: 0.9996760487556458
[404]: 0.00024927023332566023
...
4 参考
https://github.com/airockchip/rknn-toolkit2
https://github.com/rockchip-linux/rknn-toolkit2
https://github.com/rockchip-linux/rknpu2
注意
确保RKNN模型与运行时库版本一致,避免兼容性问题。