cm3588-neural-network-inference-9.ino
Utiliza la API RKNN-Toolkit2 para cargar un modelo de IA compilado y ejecutar la inferencia en la NPU del RK3588.
Requiere el SDK RKNN-Toolkit2 de Rockchip en la PC host para la compilación del modelo y las bibliotecas de ejecución en el CM3588. Los modelos deben convertirse al formato .rknn (ej: YOLOv5). Asegúrese de que el controlador NPU esté cargado. Ejecute el script con Python 3.8+ con las dependencias 'rknn-toolkit2' y 'opencv-python' instaladas en la placa.
cm3588-neural-network-inference-9.ino
import numpy as np
import cv2
from rknn.api import RKNN
# 1. Initialisation du moteur RKNN
rknn = RKNN()
rknn.load_rknn('yolov5s.rknn')
rknn.init_runtime(target='rk3588')
# 2. Préparation des données (Chargement image et prétraitement)
input_img = cv2.imread('input.jpg')
# Redimensionnement aux dimensions d'entrée du modèle (ex: 640x640)
input_img = cv2.resize(input_img, (640, 640), interpolation=cv2.INTER_LINEAR)
input_img = input_img.transpose(2, 0, 1) # HWC -> CHW
input_img = np.expand_dims(input_img, axis=0) # Add batch dim
# 3. Exécution de l'inférence
outputs = rknn.forward(inputs=[input_img])
# 4. Post-traitement simplifié (Affichage des dimensions de la sortie)
print("Inference complete. Output shape:", outputs[0].shape)
rknn.release()