rknn-yolo是yolov8 yolov11 yolo 移植到国产 瑞芯微 npu rknn 3568 3588 项目，可以进行AI目标检测，分割等，教科书般的代码案例。

说明

• 🚨 开源项目仅仅用于理解思路，逻辑，理念，入门启蒙，并非最佳性能
• 🚀 极简依赖，极简代码，一键运行，初学者专用，不依赖pytorch，安装包减少3GB
• ☔️ 全网唯一不会报错的开源代码，直接少踩半年坑，不用熬夜和焦虑

环境

• python 3.12.x
• rk3588/rk3588s
• rknn-toolkit 2.3.2
• yolov11n.rknn(yolov11n.pt -> yolov11n.onnx)兼容yolov8
• ubuntu 20.04、ubuntu 22.04、Debian 11

量化

• 模型如何量化(onnx -> rknn) : 看我另一篇文章
• C++ 版本可以加群讨论

开始

# 防止小白报错不知道原因，必须全程root账号
sudo su

git clone https://gitee.com/agricultureiot/rknn-yolo.git

# 防止小白报错不知道原因，必须给足授予权限
chmod -R 777 rknn-yolo/

安装python

# 防止小白不会安装python3.12，或者python不是3.12版本，老版本不用卸载
mkdir -p ~/miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-py312_25.7.0-2-Linux-aarch64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm ~/miniconda3/miniconda.sh
source ~/miniconda3/bin/activate
conda init --all
python --version

安装项目

# 本项目只能在3588开发板中运行，无法在pc和服务器上运行
cd rknn-yolo

# 替换 rknn npu api 运行时驱动，防止不是2.3.2版本，仅需执行一次即可
cp -f lib/librknnrt.so /usr/lib

apt update
apt install ffmpeg
apt install gcc

# 安装项目依赖
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

推理图片

# 运行后查看控制台输出
python src/main.py

推理视频

# 需要真实摄像头和流媒体服务,填写rtsp/rtmp地址
python src/video.py

目标跟踪

# 需要真实摄像头和流媒体服务,填写rtsp/rtmp地址
python src/video_track.py

备注

• 使用进程池或线程池可以加快速度
• python NPU线程池性能可以到100+帧

硬件加速

• https://github.com/airockchip/librga
• https://github.com/rockchip-linux/mpp

更新计划

• 🕑 多线程多进程多核心队列并发推理开发中
• 🕑 编解码硬件加速python版调试中

链接

• 目标跟踪算法：https://gitee.com/agricultureiot/easy-byte-track