下载 rknpu2 并拷贝到虚拟机 Ubuntu，RKNPU2 提供了访问 rk3588 芯片 NPU的高级接口。

下载地址为“iTOP-3588 开发板\02_【iTOP-RK3588 开发板】开发资料\12_NPU 使用配套资料\01_rknpu2 工具” 对于 RK3588 来说，Linux 平台 RKNN SDK 库文件为 librknnrt.so， RK3588 平台 RKNN SDK 包含了 API 使用示例程序、NPU 运行库、服务程序、文档。

服务程序称为 rknn_server，是在开发板上常驻的服务进程，用于连板推理。在 RKNN SDK 中提供了 Linux 平台的 MobileNet 图像分类、SSD 目标检测、YOLOv5 目标检测示例。这些Demo 能够为客户基于 RKNN SDK 开发自己的 AI 应用提供参考。

在 rknpu2/examples 中还有很多其他例子，下面以 rknpu2/examples 下的 rknn_yolov5_demo 在 RK3588 Linux 64 位平台（buildroot 系统）上运行为例，来讲解如何快速上手运行。整体思路分为三步：

1 在虚拟机Ubuntu20.04上交叉编译 demo程序 rknn_yolov5_demo（demo已经默认是rknn， 无需进行模型转换）

2 部署到 iTOP-RK3588 开发板

3 在开发板上运行 demo

设置交叉编译器

1 安装 gcc 交叉编译器，编译器下载地址是网盘资料“iTOP-3588 开发板\02_【

iTOP-RK3588 开发板】开发资料\12_NPU 使用配套资料\03_编译所需工具\Linux”。

拷贝 gcc-arm-10.3-2021.07-x86_64-aarch64-none-linux-gnu.tar.gz 到 Ubuntu 的/opt/tool_chain 目录下，这里拷贝的路径要和作者保持一致，后面要用到交叉编译器的绝对路径。

2 解压交叉编译器压缩包

tar -vxf gcc-arm-10.3-2021.07-x86_64-aarch64-none-linux-gnu.tar.gz 解压完成后备用！

修改编译工具路径

1 因为此章节以 rknn_yolov5_demo 在 RK3588 Linux 64 位平台上运行为例，所以修改

examples/rknn_yolov5_demo/build-XXX.sh 的编译工具路径，

2 修改 build-linux_RK3588.sh 文件，将 TOOL_CHAIN 修改为

gcc-arm-10.3-2021.07-x86_64-aarch64-none-linux-gnu 的解压路径并保存修改文件，

TOOL_CHAIN=/opt/tool_chain/gcc-arm-10.3-2021.07-x86_64-aarch64-none-linux-gnu

GCC_COMPILER=$TOOL_CHAIN/bin/aarch64-none-linux-gnu

更新 RKNN 模型

RKNN 是 Rockchip NPU 平台(也就是开发板)使用的模型类型，是以.rknn 结尾的模型文件。

RKNN SDK 提 供 的 demo 程 序 中 默 认 自 带 了 RKNN 模 型 ， 在 RKNN SDK 的

examples/rknn_yolov5_demo/model/RK3588/目录下，

如使用自己的模型需要转换成 rknn 模型，转换方法可以参考第 5 章节。

在得到 RKNN 模型之后，demo 程序使用 C 接口在 RK3588 平台开发应用，

3.1.4 编译 demo

1 在终端命令窗口进入 rknn_yolov5_demo 文件夹，输入以下命令：

cd examples/rknn_yolov5_demo/

2 运行 build-linux_RK3588.sh 脚本编译程序

./build-linux_RK3588.sh

3 编译完成之后，编译好的程序一般放在 install 目录

4 网 盘 中 也 提 供 了 编 译 好 的 Demo ， 可 以 在 网 盘 资 料 资 料 “iTOP-3588 开 发 板 \02_ 【iTOP-RK3588 开发板】开发资料\12_NPU 使用配套资料\02_NPU demo\Linux”下载。

开发板运行 demo

1 通过 U 盘拷贝 RKNPU2 工具中的 runtime/RK3588/Linux/librknn_api/aarch64/目录下的文件到开发板的/usr/lib 目录下。

2 把编译好的程序 rknn_yolov5_demo_Linux 通过 U 盘拷贝到开发板的根目录上，开发板上要 烧写 linux 系统（buildroot）。

3 设置库文件的路径，输入以下命令：

export LD_LIBRARY_PATH=./lib

4 进入程序所在的目录，输入以下命令：

cd /rknn_yolov5_demo_Linux

5 运行程序来识别相应的图片中物体，输入以下命令：

./rknn_yolov5_demo ./model/RK3588/yolov5s-640-640.rknn ./model/bus.jpg

6 运行完生成结果图片 out.jpg，

7 拷贝生成的 out.jpg 到 U 盘中，

8 在 windows 下查看 out.jpg，