暫時簡單整理一下：

1.在邊緣設備上配置相關環境。

2.配置完成后，獲取模型中間的輸入輸出結果，保存為npy格式。

3.將onnx格式的模型，以及中間輸入輸出文件傳送到邊緣設備上。

4.編寫一個python文件用于轉換模型格式，dataset作為測試可以是隨便的數據。

5.將python傳送到邊緣設備上并運行。

注意：所有文件要在同一目錄下。

參考代碼一：

# Author:SiZhen
# Create: 2024/7/15
# Description: ONNX轉RKNN
import os
import numpy as np
from rknn.api import RKNNdef convert_onnx_to_rknn(onnx_path,rknn_path,input_data,output_data):#創建RKNN對象rknn = RKNN()rknn.config(target_platforms='rk3588',quantized_algorithm='mmse',optimization_level = 2)#加載ONNX模型print('loading ONNX model...')ret = rknn.load_onnx(model=onnx_path)if ret !=0:print("load failed!")return#構建模型，進行RKNN模型轉換print('building rknn model...')ret = rknn.build(do_quantization=False,dataset='/home/DiTing/sizhen/dataset.txt')if ret !=0:print('Build RKNN model failed!')#導出RKNN模型print('Exporting RKNN model...')ret = rknn.export_rknn(rknn_path)if ret != 0:print('Export RKNN failed!')returnprint('RKNN model is successfully exported to ',rknn_path)rknn.init_runtime()outputs=rknn.inference(inputs=[input_data],data_format='nchw')try:if np.test.assert_almost_equal(outputs[0],output_data,decimal=1)is None:print('模型輸出與預期一致。')except AssertionError as e :print("不一致，詳細信息：",e)#轉換模型
i = 0
onnx_path = r'/home/DiTing/sizhen/resNet34.onnx'
rknn_path = onnx_path.replace('.onnx','.rknn')
input_data = np.load('/home/DiTing/sizhen/input_data.npy')
output_data = np.load('/home/DiTing/sizhen/output_data.npy')
convert_onnx_to_rknn(onnx_path,rknn_path,input_data,output_data)

問題及解決方法

問題一

安裝失敗。

解決方法：這個地方，諦聽盒子應該是arm的版本而不是x86:（Lite版本）

問題二

安裝成功找不到屬性

解決方法：用如下包替代

問題三

lite版本缺少屬性

初步討論結果：lite版本應該是只包含運行環境的，最好不要在盒子上進行模型轉換，會又慢又卡，可能利特版本就是沒有模型轉換的功能的。

解決方法：在其他環境轉換。（待更新）可能的解決辦法：https://bbs.eeworld.com.cn/thread-1283146-1-1.html