配置miniconda3

curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash ~/Miniconda3-latest-Linux-x86_64.sh
# 同意协议并 yes 执行初始化
# fish 下
# source /home/<user name>/miniconda3/etc/fish/conf.d/conda.fish
source ~/.cofig/
# 测试:
conda -v

yolov5

[!hint] 注意: 以下章节弃用

rknn

mkdir rknn && cd rknn
# 1. 使用用conda创建一个虚拟环境,并安装 Python3.6 和 pip3，
conda create -n rknn python=3.8
conda activate rknn
# 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. 拉取RKNN-Toolkit2
git clone https://github.com/airockchip/rknn-toolkit2

# 4. 配置pip源
pip3 config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/

# 安装依赖库
cd rknn-toolkit2
pip3 install -r packages/x86_64/requirements_cp38-2.3.2.txt
# 或 安装在线源
## pip install rknn-toolkit2 -i https://pypi.org/simple
# 需要根据python版本和rknn_toolkit2版本选择whl文件，例如这里创建的是python3.8环境，使用带”cp38”的whl文件。
#pip3 install packages/x86_64/rknn_toolkit2-2.3.2-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl


## 注意:如果是AMD平台,想要使用CPU
## 版本号根据 rknn_toolkit2/doc/requirements_cp38-1.5.0.txt
# pip3 install torch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 --index-url https://download.pytorch.org/whl/cpu

https://github.com/airockchip/rknn_model_zoo/tree/main/examples/yolov5