RKNN Toolkit2 是由瑞芯微电子 (Rockchip) 开发的一套用于深度学习模型优化和推理的工具。它主要面向在瑞芯微SoC上进行AI应用开发，但也可以用于PC平台进行模型的转换、量化、推理等操作。它支持将多种深度学习框架的模型（如Caffe, TensorFlow, PyTorch等）转换为RKNN格式。
创建虚拟环境
使用miniconda或者Anaconda创建一个虚拟环境，其中miniconda 是 Anaconda 的轻量版。为了减少内存，我们采用miniconda进行开发。
下载链接：
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh安装miniconda，执行以下命令
./Miniconda3-latest-Linux-x86_64.sh然后回车，一直往下滑动看完 license，最后输入 yes 后，继续按下回车, 然后进入安装，安装完成后输入 yes 初始化 anaconda3。
创建虚拟环境，执行以下命令
conda create -n Toolkit2 python=3.8.12 //创建一个名为Toolkit2 的虚拟环境，Python的版本为3.8.12
conda activate Toolkit2 //进入虚拟环境 
conda env list //查看虚拟环境列表
conda deactivate //退出虚拟环境Toolkit2的安装
安装依赖
sudo apt updatesudo apt-get install python3-dev python3-pip python3.8-venv gccsudo apt-get install libxslt1-dev zlib1g-dev libglib2.0 libsm6 \libgl1-mesa-glx libprotobuf-dev gcc安装 RKNN-Toolkit2
mkdir project-Toolkit2 && cd project-Toolkit2拉取RKNN-Toolkit2
git clone https://gitee.com/LubanCat/lubancat_ai_manual_code.git
cd lubancat_ai_manual_code/dev_env/rknn_toolkit2配置pip源
pip3 config set global.index-url https://mirror.baidu.com/pypi/simple进入到 lubancat_ai_manual_code/dev_env/rknn_toolkit2/doc目录，安装依赖库
pip3 install numpy
pip3 install -r requirements_cp38-1.5.0.txt建议在安装需求之前，sudo vim requirements_cp38-1.5.0.txt，numpy==1.19.5注释掉，否则可能导致依赖安装shibai
安装 rknn_toolkit2
pip3 install rknn_toolkit2-1.5.0+1fa95b5c-cp38-cp38-linux_x86_64.whl检查是否安装成功
输入 quit() 或者使用快捷键 Ctrl+D 退出
