# 项目作用
用于分类模型rknn部署到RK3588等平台上的教程

# 使用步骤
## 一、安装rknn-toolkit-lite2环境
以安装rknn-toolkit-lite2 2.3.2版本为例:
```python
cd rknn-toolkit-lite2/packages
```
切换到该目录下，运行：
```python
pip install rknn-toolkit-lite2/packages/rknn_toolkit_lite2-2.3.2-cp39-cp39-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
```
假如python版本为3.9的话，以上版本选择cp39;其他版本一次类推。另外如果平台安装rknn-toolkit-lite2 2.3.2失败的的话，可以直接运行：
```python
pip install rknn-toolkit-lite2
```
会自适应根据平台下载合适的版本。

## 二、运行部署demo
```python
cd rknn-toolkit-lite2/examples/inference_with_lite/inference_with_lite
```
1、打开inference.py文件，修改一下内容：
![inference.py修改内容](img.png)
model_path：修改为自己转化好的rknn模型路径  
image_path：修改为自己需要测试的图片路径  
target：修改为输入图片大小的尺寸  

2、打开labels.py文件，修改一下内容:  
![labels.py修改内容](img_1.png)  
将以上内容修改为自己的分类标签。  
完成以上内容就可以直接进行测试了，运行inference.py文件，会输出预测结果。如：
![部署效果](img_2.png)   
另外提供了一个可以测试一下rknn的分类个数是否是正确的脚本，output_shape.py。