rk35xx-android12/hardware/rockchip/rknpu2/examples/librknn_api_android_demo

说明

Android平台有两种方式来调用RKNN API 1）应用直接链接librknnrt.so 2）应用链接Android平台HIDL实现的librknn_api_android.so 对于需要通过CTS/VTS测试的Android设备可以使用基于Android平台HIDL实现的RKNN API。如果不需要通过CTS/VTS测试的设备建议直接链接使用librknnrt.so，对各个接口调用流程的链路更短，可以提供更好的性能。

对于使用Android HIDL实现的RKNN API的代码位于RK3566_RK3568/RK3588 Android系统SDK的vendor/rockchip/hardware/interfaces/neuralnetworks目录下。当完成Android系统编译后，将会生成一些NPU相关的库（对于应用只需要链接使用librknn_api_android.so即可）

本示例适用于librknn_api_android.so。

编译

• 编译librknn_api_android.so

  需要先下载RK3566_RK3568/RK3588 Android SDK，在Android SDK根目录执行

  source build/envsetup.sh
  lunch your target ##需要根据自己的实际情况进行选择
  mmm vendor/rockchip/hardware/interfaces/neuralnetworks/ -j16
  
  

  将生成

  /vendor/lib/librknn_api_android.so
  /vendor/lib/librknnhal_bridge.rockchip.so
  /vendor/lib64/librknn_api_android.so
  /vendor/lib64/librknnhal_bridge.rockchip.so
  /vendor/lib64/rockchip.hardware.neuralnetworks@1.0.so
  /vendor/lib64/rockchip.hardware.neuralnetworks@1.0-adapter-helper.so
  /vendor/lib64/hw/rockchip.hardware.neuralnetworks@1.0-impl.so
  /vendor/bin/hw/rockchip.hardware.neuralnetworks@1.0-service
  

• 编译本demo

  将$RKNPU2_SDK拷贝到Android SDK根目录，并执行：

  mmm rknpu2/examples/librknn_api_android_demo
  

  将生成的vendor/bin/rknn_create_mem_demo

运行

• 将rknn_create_mem_demo推到板子/vendor/bin/目录

• 将model推到板子/data/目录

• 确保板子的rockchip.hardware.neuralnetworks@1.0-service已经运行

    rknn_create_mem_demo /data/model/RK3566_RK3568/mobilenet_v1.rknn /data/model/dog_224x224.jpg

FAQ

• rockchip.hardware.neuralnetworks@1.0-service服务没有运行怎么办

  如果该服务没有运行，从Android SDK确保vendor/rockchip/hardware/interfaces/neuralnetworks/目录存在，并且重新编译系统固件，并重新烧写到板子上，具体步骤请参考SDK编译固件的说明。

• 遇到sizeof(rknn_tensor_attr) != sizeof(::rockchip::hardware::neuralnetworks::V1_0::RKNNTensorAttr)的错误

  需要更新vendor/rockchip/hardware/interfaces/neuralnetworks到最新代码