当前位置：首页>Linux>Linux配置瑞芯微RKNN

Linux配置瑞芯微RKNN

2026-01-23 06:01:30

目标：Windows下安装虚拟机，安装Ubuntu，配置RKNN环境，将.onnx转为.rknn

Docker固然好，能一键无痛搞定环境依赖问题，但是在实际模型转换中，有些板子需要用到最新的2.3.2版本，而Docker镜像版本只到2.3.0，版本不够会导致转换出错：

在Linux下安装RKNN-Toolkit2，需要注意各种版本的依赖。还好，Linux下面也有Docker镜像。我们可以根据官方提供的Docker来选择Ubuntu版本。

打开RKNN-Toolkit2的官方仓库：https://github.com/airockchip/rknn-toolkit2，进入目录rknn-toolkit2/rknn-toolkit2/packages/x86_64/中，可以看到提供了各Python版本下的Docker镜像，比Windows下丰富多了：

在 Linux (Ubuntu) 上安装 RKNN-Toolkit2 v2.3.2，官方支持几个特定版本的 Ubuntu。下面是官方支持的组合：

Ubuntu版本和Python版本

Ubuntu 20.04 Python 3.8, 3.9

Ubuntu 22.04 Python 3.10, 3.11

Ubuntu 24.04 Python 3.12

这里保守一点，选个Python3.9，也就是安装20.04版本。

arm64和x86_64的区别

在目录rknn-toolkit2/rknn-toolkit2/packages/中有arm64和x86_64两个文件夹，对应不同的文件后缀，_x86_64.whl供开发主机用，主要用于模型的加载、转换（ONNX -> RKNN）、量化、仿真和性能分析。

_aarch64.whl供ARM设备用，直接在 ARM架构的开发板如RK3568的Linux系统中。在开发板上直接运行RKNN模型进行推理，或需要在板端进行一些简单的模型操作时安装。通常不在开发板上做复杂的模型转换。

一、安装虚拟机和Ubuntu

虚拟机软件选的是Oracle VirtualBox，免费开源，可以在的Windows系统上创建一个完整、独立的Ubuntu虚拟机，提供最纯净可控的Linux开发环境。

下载Ubuntu镜像文件ubuntu-desktop-amd64.iso，创建虚拟机：

接着会自动安装Ubuntu系统，等待自动安装完成，这里ubuntu下载的镜像系统是24.04。本来想下20.04的，但是，官网直接弹出的这个版本，于是就下载了，希望不要出Bug：

这里Virtual Box的鼠标操作：按右 Ctrl 键在宿主机和虚拟机间切换鼠标控制。

设置共享文件夹

完成安装后，设置共享文件夹，让在虚拟机访问宿主机的文件。

①在VirtualBox中，把虚拟机已关机

②右键点击虚拟机 -> 设置 -> 共享文件夹

③添加需要共享的文件夹，设置文件夹名称，如 rk_share，务必勾选“自动挂载”和“固定分配”。

启动虚拟机，打开终端，运行以下命令。

创建文件夹 sudo mkdir /mnt/share

将共享文件夹挂载到创建得文件夹中 sudo mount -t vboxsf rk_share /mnt/share

其中rk_share为在添加共享文件夹时的共享文件夹名称。

在Windows的rk_share文件中放入文件，在虚拟机命令行输入 ls /mnt/share，可以看到自己刚刚在 winshare文件中放的文件。共享设置成功！

二、Ubuntu环境配置

①更新系统包：sudo apt update

②下载RKNN-Toolkit2安装包

方法一：使用GihHub下载（文件大下载慢容易断网） https://github.com/airockchip/rknn-toolkit2.git

方法二：使用Gitee镜像（速度很快）：https://gitee.com/polarbird/rknn-toolkit2

③设置虚拟环境

安装虚拟环境工具：sudo apt install python3-venv python3-full -y

创建虚拟环境（路径可自定义，如 ~/rknn_env）： python3 -m venv ~/rknn_env

激活虚拟环境：source ~/rknn_env/bin/activate

激活后，终端前缀会显示 (rknn_env)，此时可以安装本地包

④安装依赖和RKNN-Toolkit2

安装pip: sudo apt install python3-pip

安装必需的Python依赖库：pip3 install -r requirements_cp38-2.3.2.txt

安装 RKNN-Toolkit2 主包：

pip3 install ./rknn_toolkit2-2.3.2-cp38-cp38-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

⑥验证安装

在终端输入 python，进入Python交互环境，执行：from rknn.api import RKNN，没有报错说明环境安装成功。

三、模型转换

将model.onnx和convert.py放到Windows系统下的rk_share文件夹中，在Linux进入/mnt/share，执行转换命令：

python3 convert.py model.onnx ./out.rknn

如果不出意外的话，就能得到out.rknn模型文件了，但是，，果然出意外，报错了，，，

这个报错提示 AttributeError: module 'onnx' has no attribute 'mapping' 是典型的依赖版本不兼容问题。

可能的原因有两个：

一个是ONNX版本过高：rknn_toolkit2 2.3.2 依赖旧版 ONNX（如 1.13.1），而你当前环境安装的是新版 ONNX（1.15+），新版已移除 onnx.mapping 模块。

二是Python版本过高：rknn_toolkit2 2.3.2 官方仅支持 Python 3.8~3.10，当前使用Python 3.12，存在底层兼容性风险。

解决办法：创建一个低版本的Python虚拟环境

安装miniconda3管理虚拟环境：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O miniconda.sh && bash miniconda.sh

安装引导：

执行安装命令后，终端会弹出引导，以下操作，不要改默认配置：

用户协议：按回车翻到协议末尾，输入 yes 同意。
安装路径：默认路径为 /home/你的用户名/miniconda3，直接按回车（不要修改，否则后续配置会出错）。
初始化配置：最后会提示 Do you wish the installer to initialize Miniconda3 by running conda init? [yes|no] → 输入 yes 并回车！

这是解决「conda 命令找不到」的核心步骤，选 no 会导致环境变量未配置，后续需手动修复。

安装完成后输入：conda --version 可以查看conda版本，说明安装成功。

使用conda创建python3.9版本的虚拟环境：

conda create -n py39 python=3.9 -y

果然，又弹出问题了：

CondaToSNonInteractiveError 是 Anaconda 官方源的新机制：Anaconda 官方源（repo.anaconda.com）现在要求用户接受《服务条款（Terms of Service, ToS）》才能访问包。但是当前终端处于非交互式模式，无法自动弹出同意界面，因此创建环境的命令被拦截。没办法，只能输入以下命令接受，否则只能换源，换源的命令更麻烦。

接受 main 通道的 ToS:

conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/main

接受 r 通道的 ToS:

conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/r

接着重新创建虚拟环境：conda create -n py39 python=3.9 -y

激活虚拟环境：conda activate py39

进入到/mnt/share目录下，重新安装rknn-toolkit，注意：以下操作都在虚拟环境中进行：

在py39的虚拟环境中安装依赖库：pip3 install -r requirements_cp39-2.3.2.txt （装着装着报错：磁盘空间不够，VB又不知道怎么扩容，气得我直接删主机重装系统）

安装 RKNN-Toolkit2 主包：

pip3 install ./rknn_toolkit2-2.3.2-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

在终端输入 python，验证rknn：from rknn.api import RKNN

模型转换：python3 convert.py model.onnx ./out.rknn

OK！终于转换成功！

想多了！！！，还是报错：

报错原因是onnx版本问题，这里我们已经按照了虚拟环境，所以不怕，按照以下操作来：

①卸载onnx：pip uninstall onnx -y

②安装兼容版本onnx：pip install onnx==1.13.1

再次执行模型转换：python3 convert.py model.onnx ./out.rknn

OK！这次终于成功了！没有报错！

RKNN-Toolkit2官方明确支持的最高版本为3.8~3.10。兼容性较好的ONNX版本是onnx 1.13.1，所以修改onnx版本后就KO了。

Ubutun简洁操作流程

梳理了一遍Ubuntu的流程，该流程不管在哪个版本下的Ubuntu下都可以正常转换，因为使用了conda管理虚拟环境：

1. 更新linux包，安装pip3
sudo apt update
sudo apt install python3-pip

2.安装miniconda，装好后重开终端
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O miniconda.sh && bash miniconda.sh

3. 接受conda新机制
conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/main
conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/r

4. 创建虚拟环境，激活虚拟环境
conda create -n py39 python=3.9 -y
conda activate py39

5. 安装rknn依赖库
pip3 install -r requirements_cp39-2.3.2.txt

6. 安装rknn主包
pip3 install ./rknn_toolkit2-2.3.2-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

7. 导包验证成功
from rknn.api import RKNN

8. 模型转换
python3 convert.py model.onnx ./out.rknn

小结

Linux下的RKNN安装流程清晰，主要是一些包的安装和依赖兼容性问题需要解决。

本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：wyl860211@qq.com 。

Linux配置瑞芯微RKNN

最新文章

热门文章

随机文章

Linux配置瑞芯微RKNN

Linux 设备专用控制函数:ioctl详解

如何建公司网站,无代码搭建公司网站教程

最新文章

热门文章

随机文章