# 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RK356X/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RK356X/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/RK356X/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