[Latest Version] [1.6.0] rknn-toolkit & rknn-api for Toybrick

bearkey

转载自：http://t.rock-chips.com/forum.ph ... &extra=page%3D1

rknn-toolkit-1.6.0

1. Baidu Cloud: https://eyun.baidu.com/s/3eTG3VsY   (pwd：rknn)
2. Onedrive：https://rockchips-my.sharepoint.com/:f:/g/personal/addy_ke_rockchips_onmicrosoft_com/EkQBzgZ6fmJFlZRLf6AjL_0BcEn9uGzNVovRkKxWEboA8g?e=J5rjYS
3. Github: https://github.com/rockchip-linux/rknn-toolkit
4. pip3 install (<- suggestion in toybrick board)

(Toybrick Only) Create a new config file (it is already exsited in latest debian10):   /etc/pip.conf

• [global]
• extra-index-url = http://repo.rock-chips.com/pypi/simple
• trusted-host = repo.rock-chips.com
  

复制代码

Depandency install (e.g. debian10)：

• sudo apt install cmake python3-scipy python3-h5py libprotobuf-dev protobuf-compiler zlib1g-dev libjpeg-dev python3-dev python3-opencv
  

复制代码

Install tensorflow 1.14.0 for debian aarch64 or 1.10.0 for fedora aarch64：

• pip3 install --user -U tensorflow==1.14.0
  

复制代码

Install rknn toolkit：

RK3399Pro (Toybrick Only)：

• pip3 install --user -U rknn-toolkit
  

复制代码
RK3399Pro OR RK1808 (Computer Strick)  (Predict Only):

• pip3 install --user -U rknn-toolkit-lite
  

复制代码


rknn-api-1.6.0

1. GitHub：
* for 1808: https://github.com/rockchip-linux/rknpu
* for other platforms: https://github.com/rockchip-linux/RKNPUTools
2. Baidu Cloud: https://eyun.baidu.com/s/3kXoPFuf    (pwd: uMuA)
3. Onedrive: https://rockchips-my.sharepoint. ... f1OJODES1g?e=ZSjbAo
4. apt update ; apt install (<- debian10 suggestion)

rk3399pro:

• sudo apt install rknn-rk3399pro
• (or)
• sudo dnf install rknn-rk3399pro
  

复制代码
rk1808 computer stric:

• sudo apt install rknn-rk1808
• (or)
• sudo dnf install rknn-rk1808
  

复制代码
OR:

• sudo apt update -y
  

复制代码

Change Logs:

See the doc

Version Check:

See the doc.

bearkey

V1.6.0 主要说明：

1. 支持Keras框架，并且支持TF 2.0导出的h5模型
2. 支持Pytorch 1.6.0
3. 支持ONNX 1.6.0
4. 增加模型加密功能
5. 新增更多OP支持以及Bug修复

Drv需要更新到 >= 1.5.0


------------------------------------



V1.4.0 主要说明：

1. 增加逐层量化分析子功能；
2. 输入预处理支持多个std_value；
3. 支持从开发板导出预编译模型。
4. 优化channel_mean_value参数，改为mean_values/std_values；
5. 移除load_tensorflow接口中的mean_values和std_values；
6. 可视化完善对多输入的支持，增加对RK1806/RV1109/RV1126的支持；
7. 精度分析功能增加非归一化的余弦距离和欧式距离；
8. 修复已知bug。



------------------------------------


V1.3.0 主要说明：

1. 从该版本开始我们建议各位切换到debian10，并且直接使用apt和pip命令进行在线更新即可（计算棒dnf update）。   
  （debian10发布地址：http://t.rock-chips.com/forum.php?mod=viewthread&tid=1121）
2. rk3399prod Fedora不再支持rknn在线更新，请各位尽早切换到debian10使用。
3. 该版本主要更新了pytorch(1.2)和mxnet的模型支持
4. 该版本新增了RKNN的UI显示功能（具体请看文档）
5. 该版本解决了大部分上一版本用户报的bug，以及优化了加载时间和混合量化等功能。
6. 其他API的变动请仔细看一下文档，该版本改进较大，请务必先通读一遍文档。
7. 从该版本开始API和DRV版本号将会统一（例如1.3.0/1.3.0），如果俩个版本号大版本不一致，即不匹配。
8. 报问题时候请务必先确认API和DRV版本匹配，并使用的是rknn-toolkit最新版本 (1.3.0)


------------------------------------


V1.2.0 主要说明：

1. 建议添加RK官方pip源安装，较为方便，开发版、PC、MAC均可使用该源下载rknn-toolkit。（新版固件会自带该源）
2. Tensorflow for aarch64已纳入该官方pip源，可直接安装。
3. Tensorflow 2.0 由于一些第三方库还未支持，目前rknn暂不支持tf2.0，请勿升级使用。
4. 附带的文档需要从百度网盘下载：https://eyun.baidu.com/s/3nwnPxsX
5. rknntoolkit和rknnapi需要版本匹配，模型如果早于rknntoolkit 1.1以前生成的需要重新生成，否则运行可能会出问题。
      API: 1.2.1
      DRV: 0.9.9/1.2.0