一、简介

本文主要介绍易百纳玄武S3上RK182X模型转化环境搭建, 主要涉及CUDA环境搭建以及python依赖环境搭建。

二、硬件要求

准备一台带有NVIDIA显卡的X86架构计算机（模型转换需要CUDA环境）。

三、系统要求

Ubuntu22.04系统

四、源码获取

模型转换主要涉及两个仓库代码：

1. https://gitee.com/xuanwu_s3/rknn3-toolkit
2. https://gitee.com/xuanwu_s3/rknn3-model-zoo

使用git获取：

git clone https://gitee.com/xuanwu_s3/rknn3-toolkit
git clone https://gitee.com/xuanwu_s3/rknn3-model-zoo

五、CUDA环境搭建（以RTX3000为例）

（1）安装显卡驱动

查看显卡设备：

sudo ubuntu-drivers devices

安装显卡驱动：

sudo ubuntu-drivers autoinstall
sudo reboot

查看驱动是否安装好:

nvidia-smi

安装成功后如下图所示：

（2）安装CUDA环境

下载并安装 NVIDIA 官方仓库密钥:

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb

更新软件源:

sudo apt update

安装CUDA工具包:

需要安装的cuda版本是通过nvidia-smi命令输出的CUDA Version:决定，这里是13.3，如图所示：

sudo apt -y install cuda-toolkit-13-2

配置cuda环境变量：

echo 'export PATH=/usr/local/cuda-13.2/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-13.2/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
echo 'export CUDA_HOME=/usr/local/cuda-13.2' >> ~/.bashrc
source ~/.bashrc

检查cuda环境安装是否成功：

nvcc --version

安装成功后如下图所示：

六、Python环境搭建

（1）版本要求：

python3.10（Ubuntu22.04默认的版本就是python3.10）

（2）依赖安装

前面通过git已经获取到rknn3-toolkit和rknn3-model-zoo仓库代码。

cd rknn3-model-zoo
pip install -r requirements.txt
export PYTHONPATH=./

cd rknn3-toolkit/rknn3-toolkit/packages
pip install rknn3_toolkit-1.0.0-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl

至此模型转换环境搭建完成