RK3588部署Ultralytics YOLO11环境配置

zz. · 发表于昨天 10:45

本帖最后由 zz. 于 2025-11-5 11:13 编辑

RK3588板端环境配置

这里以RK3888的Debian系统环境下，部署深度学习模型yolo11环境配置，实现连板推理和板端推理。

1.1. 主机虚拟机环境配置
1.1.1. 安装 Miniforge Conda

1. 检查是否安装Miniforge Conda

在计算机的终端窗口中执行以下命令，检查是否安装Miniforge Conda，若已安装则可省略此节步骤。

conda -V

# 参考输出信息：conda 23.3.1 ，表示 Miniforge conda 版本为 23.3.1

# 如果提示 conda: command not found，则表示未安装 Miniforge

2. 如果没有安装 Miniforge Conda，可以通过下面的链接下载 Miniforge Conda 安装包：

wget -c https://github.com/conda-forge/m ... ge3-Linux-x86_64.sh

3. 然后通过以下命令安装 Miniforge Conda：

chmod 777 Miniforge3-Linux-x86_64.sh

bash Miniforge3-Linux-x86_64.sh

1.1.2. 使用 Miniforge Conda 创建 Python 环境

1.在计算机的终端窗口中，执行以下命令进入 Conda base 环境：

source ~/miniforge3/bin/activate # Miniforge 安装的目录

# 成功后，命令行提示符会变成以下形式：

# (base) xxx@xxx:~$

2. 通过以下命令创建名称为 toolkit2 的 Python 3.8 环境：

conda create -n toolkit2 python=3.8

3. 激活 toolkit2 环境，后续将在此环境中安装 RKNN-Toolkit2：

conda activate toolkit2

# 成功后，命令行提示符会变成以下形式：

# (toolkit2) xxx@xxx:~$

1.2.3. 安装 RKNN-Toolkit2

1.新建 Projects 文件夹

mkdir Projects

2. 进入该目录

cd Projects

3. 通过 pip 源安装 RKNN-Toolkit2环境：

pip install rknn-toolkit2 -i https://pypi.org/simple

1.2.4. 验证是否安装成功

执行以下命令，若没有报错，则代表 RKNN-Toolkit2 环境安装成功。

1. 进入 Python 交互模式

python

2. 导入 RKNN 类

from rknn.api import RKNN

3. 输入exit()退出python交互模式

1.2.5. 安装 Android Debug Bridge (ADB) 工具

1. 更新包列表

sudo apt update

2. 安装adb

sudo apt install adb

3. 验证安装

安装完成后，运行以下命令检查 ADB 版本：

adb --version

2.RK3588板端环境准备
2.1.安装板端 RKNPU2 环境
2.1.1.确认 RKNPU2 驱动版本

在板端执行以下命令查询 RKNPU2 驱动版本：

dmesg | grep -i rknpu

如下图所示，当前 RKNPU2 驱动版本为 0.9.8。

file:///C:\Users\Administrator\AppData\Roaming\Yozo_Office\clip\file0006.png

2.1.2.检查 RKNPU2 环境是否安装

RKNN-Toolkit2 的连板调试功能要求板端已安装 RKNPU2 环境，并且启动 rknn_server 服务。

检查 RKNPU2 环境是否安装。

如果能够启动 rknn_server 服务，则代表板端已经安装 RKNPU2 环境。

1. 进入板端

adb shell

2. 启动 rknn_server

restart_rknn.sh

如果出现以下输出信息，则代表启动rknn_server服务成功，即已经安装RKNPU2环境。

start rknn server, version: x.x.x

3. 检查版本是否一致

①查询rknn_server版本

strings /usr/bin/rknn_server | grep -i "rknn_server version"

②查询librknnrt.so库版本

strings /usr/lib/librknnrt.so | grep -i "librknnrt version"

如果出现以下输出信息，则代表rknn_server版本为 x.x.x，librknnrt.so 的版本为 x.x.x。

rknn_server version: x.x.x

librknnrt version: x.x.x

2.1.3. 安装/更新 RKNPU2 环境

不同的板端系统需要安装不同的 RKNPU2 环境，下面介绍的是板端为 Linux 系统的安装方法。

注：如果已经安装版本一致 RKNPU2 环境，则此节内容可以跳过。

进入主机虚拟机rknpu2 目录，使用 adb 工具将主机虚拟机下相应的 rknn_server 和 librknnrt.so 推送至板端，然后启动 rknn_server。

参考命令如下：

# 进入 rknpu2 目录

cd Projects/rknn-toolkit2/rknpu2

# 推送 rknn_server 到板端

# 注：在64位Linux系统中，BOARD_ARCH对应aarch64目录，在32位系统，对应armhf目录。

adb push runtime/Linux/rknn_server/${BOARD_ARCH}/usr/bin/* /usr/bin

# 推送 librknnrt.so

adb push runtime/Linux/librknn_api/${BOARD_ARCH}/librknnrt.so /usr/lib

# 进入板端

adb shell

# 赋予可执行权限

chmod +x /usr/bin/rknn_server

chmod +x /usr/bin/start_rknn.sh

chmod +x /usr/bin/restart_rknn.sh

# 重启 rknn_server 服务

restart_rknn.sh

2.2. RK3588板端环境配置

如果同时有多个版本的 Python 环境，建议使用Miniforge Conda 创建新的 Python 3.8 环境。

2.2.1.板端Miniforge Conda的安装

1. 可以通过下面的链接下载 Miniforge Conda 安装包：

wget https://repo.anaconda.com/minico ... st-Linux-aarch64.sh

2. 执行安装脚本

bash Miniconda3-latest-Linux-aarch64.sh

3.配置环境变量

echo 'export PATH="/home/linaro/miniconda3/bin:$PATH"' >> ~/.bashrc

source ~/.bashrc

4. 创建虚拟环境

conda create -n py38_yolo11 python=3.8

5.激活虚拟环境

conda activate py38_yolo11

2.2.2. 安装 RKNN-Toolkit2 环境

1. 下载 RKNN-Toolkit2 仓库

git clone https://github.com/airockchip/rknn-toolkit2.git --depth 1

2.进入 rknn-toolkit2 目录

cd rknn-toolkit2/rknn-toolkit2/packages/arm64

3. 根据不同的 python 版本及处理器架构，选择不同的 requirements 文件，例如:

# python3.8 x86_64 对应 requirements_cp38.txt

# python3.8 ARM64 对应 arm64_requirements_cp38.txt

pip install -rarm64_requirements_cp38.txt

4. 安装 RKNN-Toolkit2

根据不同的 python 版本及处理器架构，选择不同的 wheel 安装包文件：

其中 x.x.x 是 RKNN-Toolkit2 版本号，cpxx 是 python 版本号，<arch> 是处理器架构类型 (x86_64 对应x86_64/aarch64 对应 ARM64)。

pip install rknn_toolkit2-2.3.2-cp38-cp38-manylinux_2_17_aarch64.manylinux2014_aarch64.whl

执行以下命令，若没有报错，则代表 RKNN-Toolkit2 环境安装成功。

①　进入 Python 交互模式

python

②　导入 RKNN 类

from rknn.api import RKNN

③　输入exit()退出python交互模式

exit()

微信扫一扫 分享朋友圈

RK3588部署Ultralytics YOLO11环境配置

微信扫一扫分享朋友圈