前言
实验室的项目需要用到Firefly的AIO-3399 ProC开发板，该型号开发板集成了硬件加速芯片NPU（神经网络加速单元），经tensorflow、PyTorch等训练好的模型可用官方提供的RKNN Toolkit工具转换为.rknn格式的模型，运行在开发板上利用NPU进行对数据的后向推理加速处理。RKNN Toolkit开发套件安装繁琐，前前后后折腾了一周的时间才算部署成功，故记录下部署过程及遇到的问题，以供自己和各位参考。
一、开发部署环境
开发环境 | 软件版本/配置 |
开发板型号 | Firefly AIO-3399 ProC开发板 (3+16GB) |
开发板操作系统 | Ubuntu 18.04LTS |
开发板固件版本 | AIO-RK3399PROC-UBUNTU18.04-GPT-20200525-1016.img |
RKNN Toolkit版本 | 1.6.0 (rknn_toolkit-1.6.0-cp37-cp37m-linux_aarch64.whl) |
Python版本 | Python 3.7.10 |
电脑远程软件 | Xshell 6&Xftpd 6 |
二、RKNN 三件套介绍
1、RKNN-Toolkit → 基于 Python 环境的模型转换推理开发工具
2、DRV → NPU 和上位机通信的服务
3、API → 调用NPU 硬件的 API 接口
三、安装过程
3.1 查看开发板中DRV的版本（1.3.1）
firefly@firefly:~$ dpkg -l | grep 3399pro
ii firefly-3399pronpu-driver 1.3.1 arm64 <insert up to 60 chars description>更新DRV的版本
sudo apt update
sudo apt install firefly-3399pronpu-driver更新完后，检查DRV的版本已升级至1.6.0
firefly@firefly:~$ dpkg -l | grep 3399pro
ii firefly-3399pronpu-driver 1.6.0 arm64 <insert up to 60 chars description>3.2 关闭开发板当前系统的图形界面
使用Xshell 6 SSH登录开发板，进行下列操作，防止后续编译软件包时因系统内存不足导致编译失败
（谨慎使用，最新固件AIO-RK3399PROC-UBUNTU-20210304-1705.img关闭图形界面后会导致系统无法启动，串口显示如下报错信息：
4189 串口[ 4.772713] 00000040: 000002a5 000002a5 00000000 00000000 00000000 00000000 00000000 00000000
4190 串口[ 4.773490] 00000060: 00000004 00000004 00000753 00000753 00000000 00000000 00000000 00000000
4191 串口[ 4.774254] 00000080: 00000000 00000000
4192 串口[ 4.820522] ---[ end Kernel panic - not syncing: Attempted to kill init! exitcode=0x00007f00
4193 串口[ 4.820522]
4194 串口DDR Version 1.24 20191016AIO-RK3399PROC-UBUNTU18.04-GPT-20200525-1016.img该版本可以正常操作）
sudo systemctl set-default multi-user.target
sudo reboot#未关GUI界面时的系统占用
Memory usage: 12 % of 1893MB
Usage of /: 24% of 15G
#关闭GUI界面时的系统占用
Memory usage: 4 % of 1893MB
Usage of /: 24% of 15G（PS：待RKNN Toolkit安装完成后可再手动开启用户界面
sudo systemctl set-default graphical.target
sudo reboot
）3.3 安装Python3.7
sudo apt update #检查可更新文件
sudo apt install software-properties-common #安装可添加源的工具
sudo add-apt-repository ppa:deadsnakes/ppa #添加源，否则会无法找到python3.7-dev软件包
sudo apt install python3.7-dev #安装python3.73.4 用virtualenv管理python版本
（开发板系统中同时存在多个 Python（Python2.7&python3.6）版本，建议使用 virtualenv来管
理 Python环境）
#创建 virtualenv环境
sudo apt install virtualenv #安装virtualenv软件
virtualenv -p /usr/bin/python3.7 venv #创建虚拟环境
source venv/bin/activate #激活venv环境
(venv) firefly@firefly:~$ pip3 -V #查看当前pip3所在Python的路径
pip 21.0.1 from /home/firefly/venv/lib/python3.7/site-packages/pip (python 3.7)pip修改python默认为python3.7：
为了因为C++调用python时，默认是调用python2.7，这导致很多python3.7的语法报错。所以需要更改python默认软连接
#查看路径python,python3.7路径
which python python3.7
/usr/bin/python
/usr/bin/python3.7
sudo rm /usr/bin/python
sudo rm /usr/bin/python3
#创建python3.软连接到python&Python3
sudo ln -s /usr/bin/python3.7 /usr/bin/python
sudo ln -s /usr/bin/python3.7 /usr/bin/python3至此Python3.7环境配置完成。
3.5 安装相关依赖包（numpy、h5py &opencv）
3.5.1 安装并更新相关依赖包
sudo apt-get update
sudo apt-get install cmake gcc g++ libprotobuf-dev protobuf-compiler
sudo apt-get install liblapack-dev libjpeg-dev zlib1g-dev
pip3 install --upgrade pip #更新pip包的版本
pip3 install wheel setuptools #安装 Python 打包工具3.5.2 安装并编译numpy、h5py
（PS：opencv-python和h5py同时依赖的numpy包的版本必须是1.16.3，故需先安装编译numpy包。较难编译和费时较长的whl包已上传至网盘，如有需要，可从链接下载到PC端，通过Xftpd软件上传至开发板安装目录，离线安装即可）
重要 ：安装包的顺序不可调换，否则默认安装的依赖包版本与RKNN所要求的冲突
执行以下命令：
pip3 install numpy==1.16.3 #安装numpy包，编译完成即可进行下一步
#或将离线包下载后安装
#pip3 install numpy-1.16.3-cp37-cp37m-linux_aarch64.whl
pip3 install h5py==2.8.0 -i https://pypi.tuna.tsinghua.edu.cn/simple #安装h5py包，编译完成即可进行下一步这时编译h5py包报错
/tmp/pip-install-g8zeu2wp/h5py_e742916510854ca6b68f847f94f04c44/h5py/api_compat.h:27:10: fatal error: hdf5.h: No such file or directory
#include "hdf5.h"
^~~~~~~~
compilation terminated
error: command 'aarch64-linux-gnu-gcc' failed with exit status 1
----------------------------------------
ERROR: Command errored out with exit status 1:需执行以下操作，安装缺少的依赖包，重新编译h5py
sudo apt-get install libhdf5-dev
pip3 install h5py==2.8.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
#或将离线包下载后安装h5py
#pip3 install h5py-2.8.0-cp37-cp37m-linux_aarch64.whl3.5.3 安装并编译opencv-python
安装并编译opencv-Python包，如果不指定版本，默认会从清华源下载已编译好的最新版本包opencv_python-4.5.1.48-cp37-cp37m-manylinux2014_aarch64.whl (34.5 MB)，但该包默认依赖numpy的版本要求numpy>=1.19.3，RKNN Toolkit依赖的numpy版本必须是1.16.3，所以不可安装最新版本的opencv_python-4.5.1.48版本，需下载4.3.0.38版本的opencv-python源码包编译
opencv-python的各个版本可此链接下载https://pypi.tuna.tsinghua.edu.cn/simple/opencv-python/
pip3 install opencv-python==4.3.0.38 -i https://pypi.tuna.tsinghua.edu.cn/simple --default-timeout=200 #安装源码包进行编译
[2021/ 21:43:23] Building wheels for collected packages: opencv-python
...
[2021/ 22:51:49] Building wheel for opencv-python (PEP 517) ... done
[2021/ 22:51:49] Successfully built opencv-python
[2021/ 22:51:49] Installing collected packages: opencv-python
[2021/ 22:51:50] Successfully installed opencv-python-4.3.0.38
#或将离线包下载后安装opencv-python
#pip3 install opencv_python-4.3.0.38-cp37-cp37m-linux_aarch64.whl #大约要1小时左右方可编译完成，编译好的opencv_python-4.3.0.38-cp37-cp37m-linux_aarch64.whl包可从文末链接处获取。
3.5.4 安装RKNN-Toolkit 1.6.0
执行以下命令，系统会根据RKNN的版本要求安装编译固定版本的依赖包，如psutil5.6.2 lmdb0.93 onnx1.6.0 scipy>=1.1.0 protobuf3.11.2 Pillow==5.3.0等。大概10-30分钟左右编译安装成功。（RKNN的各个版本可从此链接下载http://repo.rock-chips.com/pypi/simple/，其他编译好的whl依赖包不可直接用到AIO-3399ProC上，如onnx，scipy，numpy等，这些包在python中会因未知原因导入失败，并导致OpenCV、TensorFlow和RKNN-Toolkit无法使用）
(venv) firefly@firefly:~/RKNN1.6$ pip3 install rknn_toolkit-1.6.0-cp37-cp37m-linux_aarch64.whl3.5.5 安装TensorFlow 1.14.0
将下载好的tensorflow-1.14.0-cp37-none-linux_aarch64.whl 放置目录下，安装并编译，编译grpcio依赖包大约十多分钟，耐心等待即可。（若使用pip3 install tensorflow 会自动安装最新版本的tensorflow包，依赖的numpy包的版本与RKNN要求冲突，故需手动安装）
基于arm的已编译好的各版本tensorflow whl包也可从此地址下载https://github.com/lhelontra/tensorflow-on-arm/releases。
（venv) firefly@firefly:~/RKNN1.6$ pip3 install tensorflow-1.14.0-cp37-none-linux_aarch64.whl
Building wheel for grpcio (setup.py) ... done
Successfully installed absl-py-0.11.0 astor-0.8.1 gast-0.4.0 google-pasta-0.2.0 grpcio-1.36.1 importlib-metadata-3.7.2 keras-applications-1.0.8 keras-preprocessing-1.1.2 markdown-3.3.4 tensorboard-1.14.0 tensorflow-1.14.0 tensorflow-estimator-1.14.0 termcolor-1.1.0 wrapt-1.12.1 zipp-3.4.13.5.6 安装matplotlib
在测试官方给出的rknn-toolkit\examples\darknet\yolov3路径下的demo时，报如下错误：
raceback (most recent call last):
File "test.py", line 5, in <module>
from matplotlib import gridspec
ModuleNotFoundError: No module named 'matplotlib'可知需要安装Matplotlib依赖包，官方的docker镜像中，安装的Matplotlib版本为3.0.3，故指定该版本手动安装，但在编译过程中报错，无法成功安装，具体日志如下：
(venv) firefly@firefly:~/RKNN1.4/examples/darknet/yolov3$ pip3 install matplotlib==3.0.3 -i https://pypi.tuna.tsinghua.edu.cn/simple
ERROR: Command errored out with exit status 1:
command: /home/firefly/venv/bin/python3.7 -c 'import sys, setuptools, tokenize; sys.argv[0] = '"'"'/tmp/pip-install-zyrjt7ya/matplotlib_d32c2949086446449427874a51fff411/setup.py'"'"'; __file__='"'"'/tmp/pip-install-zyrjt7ya/matplotlib_d32c2949086446449427874a51fff411/setup.py'"'"';f=getattr(tokenize, '"'"'open'"'"', open)(__file__);code=f.read().replace('"'"'\r\n'"'"', '"'"'\n'"'"');f.close();exec(compile(code, __file__, '"'"'exec'"'"'))' egg_info --egg-base /tmp/pip-pip-egg-info-v_dy1bs_
Complete output (43 lines):
============================================================================
Edit setup.cfg to change the build options
BUILDING MATPLOTLIB
matplotlib: yes [3.0.3]
python: yes [3.7.10 (default, Feb 20 2021, 21:17:23) [GCC
7.5.0]]
platform: yes [linux]
REQUIRED DEPENDENCIES AND EXTENSIONS
numpy: yes [version 1.16.3]
install_requires: yes [handled by setuptools]
libagg: yes [pkg-config information for 'libagg' could not be found. Using local copy.]
freetype: no [The C/C++ header for freetype2 (ft2build.h) could not be found. You may need to install the
development package.]
png: yes [version 1.6.34]
qhull: yes [pkg-config information for 'libqhull' could not be found. Using local copy.]
OPTIONAL SUBPACKAGES
sample_data: yes [installing]
toolkits: yes [installing]
tests: no [skipping due to configuration]
toolkits_tests: no [skipping due to configuration]
OPTIONAL BACKEND EXTENSIONS
agg: yes [installing]
tkagg: yes [installing; run-time loading from Python Tcl /
Tk]
macosx: no [Mac OS-X only]
windowing: no [Microsoft Windows only]
]
OPTIONAL PACKAGE DATA
dlls: no [skipping due to configuration]
============================================================================
* The following required packages can not be built:
* freetype
* Try installing freetype with `apt-get install
* libfreetype6-dev` and pkg-config with `apt-get
* install pkg-config`
----------------------------------------
Command errored out with exit status 1: python setup.py egg_info Check the logs for full command output.
ERROR: Could not find a version that satisfies the requirement matplotlib==3.0.3
ERROR: No matching distribution found for matplotlib==3.0.3由The C/C++ header for freetype2 (ft2build.h) could not be found，You may need to install the development package.报错日志可推测，是在开发环境缺少所依赖的freetype包，执行以下命令进行安装，具体日志如下：
sudo apt-get install pkg-config
sudo apt-get install libfreetype6-dev
pip3 install matplotlib==3.0.3 -i https://pypi.tuna.tsinghua.edu.cn/simple
Building wheel for matplotlib (setup.py) ... done
Created wheel for matplotlib: filename=matplotlib-3.0.3-cp37-cp37m-linux_aarch64.whl
Stored in directory: /home/firefly/.cache/pip/wheels/8a/bb/44/9d6804fb3c73fc4f624e76721ed032411f725ac812b070b5b9
Successfully built matplotlib
Installing collected packages: python-dateutil, pyparsing, kiwisolver, cycler, matplotlib
Successfully installed cycler-0.10.0 kiwisolver-1.3.1 matplotlib-3.0.3 pyparsing-2.4.7 python-dateutil-2.8.1成功安装了Matplotlib，可继续测试官方的yolo v3 demo。
3.5.7 安装PyTorch
因项目暂时用不上PyTorch，故先不安装，可参考下列链接进行编译安装。
https://github.com/yunfeizu/RK3399Pro-pytorch-opencv/
四、测试过程
4.1 在python中测试各模块是否正常
venv) firefly@firefly:~/RKNN1.6$ python3
Python 3.7.10 (default, )
[GCC 7.5.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import h5py
>>> h5py.__version__
'2.8.0'
>>> import cv2
>>> import numpy
>>> from rknn.api import RKNN
>>>import tensorflow as tf
>>>tf.__version__
>>>1.14.0
>>>
>>> import matplotlib
>>> matplotlib.__version__
'3.0.3'4.2 运行官方提供的demo，测试RKNN是否安装成功
（venv) firefly@firefly:~/RKNN1.6/examples/tensorflow/ssd_mobilenet_v1$ python3 test.py
Traceback (most recent call last):
File "test.py", line 61, in <module>
... ...
File "/home/firefly/venv/lib/python3.7/site-
packages/tensorflow/contrib/__init__.py", line 31, in <module>
from tensorflow.contrib import cloud
ImportError: cannot import name 'cloud' from 'tensorflow.contrib'出现报错，参考此链接文章，将/home/firefly/venv/lib/python3.7/site-packages/tensorflow/contrib/init.py出错那行注释掉即可，并且，在下一句还需缩进，不然会提示以下错误代码：
File "/home/firefly/venv/lib/python3.7/site-packages/tensorflow/contrib/__init__.py", line 33
from tensorflow.contrib import cluster_resolver
^
IndentationError: expected an indented block进入/example/tflite目录下，运行test.py，测试开发环境是否正常
(venv) firefly@firefly:~/RKNN1.6/examples/tflite/mobilenet_v1$ python3 test.py
--> config model
done
--> Loading model
W:tensorflow:From /home/firefly/venv/lib/python3.7/site-packages/rknn/api/rknn.py:104: The name tf.ConfigProto is deprecated. Please use tf.compat.v1.ConfigProto instead.
W:tensorflow:From /home/firefly/venv/lib/python3.7/site-packages/rknn/api/rknn.py:104: The name tf.Session is deprecated. Please use tf.compat.v1.Session instead.
... ... ...
--> Building model
W The target_platform is not set in config, using default target platform rk1808.
... ...
done
--> Export RKNN model
[ done
--> Init runtime environment
I NPUTransfer: Starting NPU Transfer Client, Transfer version 2.1.0 (b5861e7@2020-11-23T11:50:51)
D RKNNAPI: ==============================================
D RKNNAPI: RKNN VERSION:
D RKNNAPI: API: 1.6.0 (79320de build: 2020-12-29 10:57:09)
D RKNNAPI: DRV: 1.6.0 (159d2d3 build: 2021-01-12 15:23:09)
D RKNNAPI: ==============================================
done
--> Running model
D RKNNAPI: __can_use_fixed_point: use_fixed_point = 1.
mobilenet_v1
-----TOP 5-----
[156]: 0.8505859375
[155]: 0.0916748046875
[205]: 0.013580322265625
[284]: 0.00646209716796875
[194]: 0.0024871826171875
done
--> Evaluate model performance
W When performing performance evaluation, inputs can be set to None to use fake inputs.
========================================================================
Performance
========================================================================
Total Time(us): 5561
FPS: 179.82
========================================================================
done执行tensorflow和Onnx文件夹下的test.py时，系统提示
E OSError: [Errno 12] Cannot allocate memory
Init runtime environment failed导入模型时同时用top工具动态检测开发板的系统状态，发现CPU占用率达到了100%，内存占用率最高达到了78%，估计是由于开发板的配置内存太小（2GB），内存不足导致demo运行失败，后续可考虑安装RKNN-Toolkit-Lite版本或安装低版本的tensorflow尝试解决此问题。
在运行yolo 官方的测试脚本时，发现一直停留在Downloading yolov3.weights…命令行，参考网上的文章，并查看测试脚本，发现需要先从https://pjreddie.com/media/files/yolov3.weights下载yolov3.weights，方可进行下一步测试，而由于未知原因一直无法下载，将此链接放入迅雷中将yolov3.weights文件下载至本地，通过Xftpd软件上传至对应路径即可，正常运行测试脚本。
4.3 编译安装时遇到的报错及可能解决的方法
- 按照RK提供的安装文档方法，自行编译h5py时，会报错，提示 You must put some ‘source’ URIs in your sources.list，可按下列命令操作解决此问题。
sudo apt-get build-dep python3-h5py && \
pip3 install h5py
sudo vim /etc/apt/sources.list
#复制以下内容到编辑器中，然后ESC ，:wq保存退出
deb-src http://archive.ubuntu.com/ubuntu trusty main restricted #Added by software-properties
deb-src http://gb.archive.ubuntu.com/ubuntu/ trusty restricted main universe multiverse #Added by software-properties
deb-src http://gb.archive.ubuntu.com/ubuntu/ trusty-updates restricted main universe multiverse #Added by software-properties
deb-src http://gb.archive.ubuntu.com/ubuntu/ trusty-backports main restricted universe multiverse #Added by software-properties
deb-src http://security.ubuntu.com/ubuntu trusty-security restricted main universe multiverse #Added by software-properties
deb-src http://gb.archive.ubuntu.com/ubuntu/ trusty-proposed restricted main universe multiverse #Added by software-properties
sudo apt-get update
sudo apt-get build-dep python3-h5py && \
pip3 install h5py- 当编译其他依赖包出错时，可能是缺少依赖工具链，可尝试下列命令：
pip3 install Cython
sudo apt-get install gcc python3-dev
sudo apt-get install libhdf5-dev
sudo apt-get install cmake gcc g++ libprotobuf-dev protobuf-compiler libgfortran5-dbg libopenblas-dev gfortran libprotoc-dev- 安装官方提供的基于python3.5版本编译的opencv-headless 4.0.12.3版本时，如果import cv2报错，提示 找不到libjpeg.so.62，可执行以下命令即可解决该问题。
sudo apt update
sudo apt-get install libjpeg62-dev五、总结
不同平台，RKNN提供的基于不同Python版本的安装包，安装时不同平台对应的依赖关系需要处理好，具体如下：
1.Windows只提供 Python3.6的安装包。
2. MacOS提供 python3.6和 python3.7的安装包。
3. ARM64平台（安装 Debian 9或 10操作系统）提供 Python3.5( Debain 9)和 Python3.7(Debian10)的安装包。
4. Linux_x64平台提供基于 python3.5和 python3.6的安装包。
5.开发板编译好的whl包一般会存放在/.cache/pip/wheels/路径下，可将这些包导出保存。
Building wheel for onnx (setup.py) ... done
Created wheel for onnx: filename=onnx-1.6.0-cp37-cp37m-linux_aarch64.whl s
Stored in directory: /home/firefly/.cache/pip/wheels/...
cp -ri ./wheel* /home/firefly- 项目可能用到的指令
sudo rm -rf ~/.cache/pip #删除pip3缓存文件
source /home/firefly/venc/bin/activate #进入venc环境
#加速Python pip安装速度，更改Python软件源，操作方法：
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip install pip -U
#RKNN启动可视化窗口命令
python3 -m rknn.bin.visualization\
#打印内核调试信息
cat /proc/kmsg
dmesg | grep ov13850 #查看ov13850驱动是否正常
cd /usr/local/bin/ #相机测试脚本路径
ls /dev/video #列出设备挂载到video节点信息
v4l2-ctl -D #列出摄像头的驱动信息
v4l2-ctl -d /dev/video0 --list-formats-ext #列出视频节点设备所支持的视频格式，分辨率
v4l2-ctl --list-devices #列出视频设备挂载节点信息部署过程中生成的whl包和下载的yolov3.weights文件如有需要可在下面链接自取，因为每个人的开发环境不同，相应的whl包不保证都能正常使用，对应的whl包仅可在RKNN1.6.0，python3.7环境下安装使用。请谨慎安装。
编译打包好的软件包的下载链接，提取码: a1ca
