OrangePi5 Plus 初玩体验~（onnx转rknn模型）

---

theme: vuepress

领导给了一块香橙派5plus想要测试一下我们模型在这上面的推理速度。前段时间出差，现在回来了正好研究一下。

开机

不得不说这玩意真的好坑呀，充电口用的是type-c口，但是一般的type-c口充电器又不能用，插上电以后只亮灯，不开机。要求的是5v-4a的电源适配器，恰好家里有个支持5v-5a的，然并卵，还是购买香橙派官网提供的适配器吧。

目前还没有开机，所以题目所说的“初玩体验”完全是在云~

开发环境

虽然无法开机，但是仍然不影响我对这块板子的研究，或者说是对RK3588的研究，经过了解，这块板子的主控RK3588瑞芯微旗下的一款带NPU的芯片，我的理解就是带显卡的CPU。

安装开发环境

1. 首先创建一个Ubuntu18.04的虚拟机，然后下载 RKNN SDK，下载地址：https://www.t-firefly.com/doc/download/161.html ，页面里面搜索一下 RKNN SDk，下载就行。由于下载速度较慢，所以可以在下载期间做以下事情。
2. 安装virtualenv并创建一个python虚拟环境：

# 1）安装virtualenv 环境、Python3.6 和 pip3
sudo apt-get install virtualenv \
sudo apt-get install python3 python3-dev python3-pip
# 2）安装相关依赖
sudo apt-get install libxslt1-dev zlib1g zlib1g-dev libglib2.0-0 libsm6 \
libgl1-mesa-glx libprotobuf-dev gcc
# 3）使用 virtualenv 管理 Python 环境并激活python环境
virtualenv -p /usr/bin/python3 venv
source venv/bin/activate

3. 等待SDK下载完成，等下载完成以后把sdk解压一下：

4. 安装RKNN SDK并检测

# 4）进入RKNN SDK文件夹并安装python依赖
cd RK_NPU_SDK_1.2.0/release/rknn-toolkit2-1.2.0
pip3 install -r doc/requirements_cp36-*.txt
# 5）安装 RKNN-Toolkit2，如rknn_toolkit2-1.3.0_11912b58-cp36-cp36m-linux_x86_64.whl
sudo pip3 install packages/rknn_toolkit2*cp36*.whl
# 6）检查RKNN-Toolkit2是否安装成功，可按ctrl+d组合键退出
(venv) firefly@T-chip:~/rknn-toolkit2$ python3
>>> from rknn.api import RKNN
>>>

最终效果：

正常来讲从第四步开始就有可能安装出现各种问题了。

安装速度慢：

这种问题比较容易解决，pip镜像下载：pip config set global.index-url https://mirrors.aliyun.com/pypi/simple

安装报错

安装报错的可能性有很多，我把我自己遇到的问题以及解决方案说一下。

1. onnxruntime 错误

Could not find a version that satisfies the requirement onnxruntime==1.6.0 (from rknn-toolkit2==1.2.0-f7bb160f) (from versions: 0.1.2, 0.1.3, 0.1.4, 0.2.1, 0.3.0, 0.4.0, 1.0.0, 1.1.0, 1.1.1, 1.1.2, 1.2.0, 1.3.0)
No matching distribution found for onnxruntime==1.6.0 (from rknn-toolkit2==1.2.0-f7bb160f)

经过一系列处理，我的解决方案是使用命令: pip install onnxruntime==1.6.0安装即可。

其他处理办法： 实际上这个错误我网上找了一下解决方案，主要就是自己下载这个onnxruntime的whl，然后安装。

参考资料： https://blog.csdn.net/zichuanning520/article/details/125724571

结果遇到了这个问题：

ERROR: onnxruntime-1.6.0-cp36-cp36m-manylinux_x86_64.whl is not a supported wheel on this platform.

解决方案是重命名下载的这个whl，不过我没研究明白这个命名规则，于是就想自动安装，发现了上面直接pip安装的方法可以解决问题。

ONNX转RKNN

将RKNN SDK安装好以后就可以新建一个：onnx2rknn.py的文件，用于模型转换。代码：

from rknn.api import RKNN
import os

if __name__ == '__main__':
    platform = 'rk3588'

    '''step 1: create RKNN object'''
    rknn = RKNN()

    '''step 2: load the .onnx model'''
    rknn.config(target_platform='rk3588')
    print('--> Loading model')
    ret = rknn.load_onnx('your onnx model.onnx')
    if ret != 0:
        print('load model failed')
        exit(ret)
    print('done')

    '''step 3: building model'''
    print('-->Building model')
    ret = rknn.build(do_quantization=False)
    if ret != 0:
        print('build model failed')
        exit()
    print('done')

    '''step 4: export and save the .rknn model'''
    OUT_DIR = 'rknn_models'
    RKNN_MODEL_PATH = './{}/actor_simple.rknn'.format(OUT_DIR)
    if not os.path.exists(OUT_DIR):
        os.mkdir(OUT_DIR)
    print('--> Export RKNN model: {}'.format(RKNN_MODEL_PATH))
    ret = rknn.export_rknn(RKNN_MODEL_PATH)
    if ret != 0:
        print('Export rknn model failed.')
        exit(ret)
    print('done')

    '''step 5: release the model'''
    rknn.release()

将上面的your onnx model换成自己的onnx名称，运行这段代码，既可在同目录下生成一个名为rknn_models的文件夹，生成的rknn模型就在这个文件夹下。

至此，在pc端的工作已经基本结束，接下来要做的是开发一个测试模型速度的小工具，然后等待orange pi5 plus电源的到来。