ELF-RV1126B 实验05B：RKNN 模型加载与运行时初始化验证

1. 实验目的•验证 .rknn 模型文件在 ELF-RV1126B 板端可被正确加载。•验证 init_runtime 初始化成功说明 NPU 运行时与模型版本基本匹配。•保留最小化验证日志为后续 YOLOv8 目标检测部署做前置确认。2. 准备事项1准备一个可用的 .rknn 模型文件例如官方资料包中的 best.rknn。2建议在板端单独创建测试目录避免模型文件路径混乱。提示如果你手头只有原始 ONNX / PyTorch 模型还没有转换成 .rknn 文件那么本实验暂时无法完成需先在 PC 侧完成模型转换。步骤 2.1 创建测试目录并确认模型文件存在mkdir -p ~/rknn_testcd ~/rknn_testls -lh ./best.rknn这里提前将官方资料包中的best.rknn复制到了rknn_test文件夹下。预期现象best.rknn 文件存在且文件大小明显大于 0。若文件不存在或大小异常请先检查拷贝路径和模型文件完整性。步骤 2.2 激活 Python 虚拟环境按你的实际路径调整这里重新在rknn_test文件夹下配置了虚拟环境python3 -m venv elf-envsource elf-env/bin/activatepython3 –versionpip install rknn-toolkit-lite22.3.2 -i https://pypi.tuna.tsinghua.edu.cn/simple步骤 2.3 编写最小化加载验证脚本 test_load_rknn.pyVim test_load_rknn.pyfrom rknnlite.api import RKNNLiterknn RKNNLite()ret rknn.load_rknn(./best.rknn)assert ret 0, fload_rknn failed: {ret}ret rknn.init_runtime()assert ret 0, finit_runtime failed: {ret}print(RKNN model load and runtime init success)rknn.release()步骤 2.4 运行最小化验证sudo./elf-env/bin/python3 test_load_rknn.py预期现象终端打印 RKNN model load and runtime init success。若能够稳定出现该信息说明模型文件、Lite2 版本和板端运行时已基本匹配。