当前位置: 首页 > news >正文

rknn优化教程(二)

文章目录

    • 1. 前述
    • 2. 三方库的封装
      • 2.1 `xrepo`中的库
      • 2.2 `xrepo`之外的库
        • 2.2.1 `opencv`
        • 2.2.2 `rknnrt`
        • 2.2.3 `spdlog`
    • 3. `rknn_engine`库

1. 前述

OK,开始写第二篇的内容了。这篇博客主要能写一下:

  • 如何给一些三方库按照xmake方式进行封装,供调用
  • 如何按照xmake构建rknn_engine

2. 三方库的封装

这个三方库的封装,主要分为如下两类:

  • 类似opencv这种在xmakexrepo中已经包含的库
  • 类似rknnrt这种纯粹的三方库,完全需要我们进行处理的库

2.1 xrepo中的库

比如Eigenopencv库,我们可以直接使用xrepo中的库,比如直接:

add_requires("opencv", "eigen3")

在使用xmake的时候,可以直接通过网络下载依赖库,然后进行处理。但是,一般我们在rk3588上都会通过apt安装了libopencv-dev这些,所以我还是建议直接使用系统库,避免库的版本问题,所以就是如之前博客说的:

add_requires("cmake::OpenCV", {alias = "opencv", system = true})
add_requires("cmake::Eigen3", {alias = "eigen3", system = true})

但是,还有一个问题,如果我们不是在rk3588上进行编译,而是通过交叉编译呢?使用交叉编译的时候,xmake能够自动调用交叉编译器进行opencv的编译,然后得到一个可被调用的库,但是!opencv这种库很有可能编译失败,依赖的ffmpeg等等库太多了,那么有没有优雅的解决方法呢?

其实有现成的aarch64opencv库,我们可以把这个库直接拿下来,看做是rknnrt一样处理!

2.2 xrepo之外的库

使用rk3588,调用其npu,必然要用rk官方的rknnrtlibrga库,然而xrepo中并不收纳这些库,所以我们就需要自己构建。当我们拿到头文件和库文件之后,我们就可以按照如下的目录结构进行处理:

./xmake_repo
└── packages├── e│   └── eigen3│       ├── include│       │   └── Eigen│       │       ├── Eigen的各种头文件│       └── xmake.lua├── l│   └── librga│       ├── cross│       ├── linux│       │   └── arm64│       │       ├── include│       │       └── lib│       └── xmake.lua├── o│   └── opencv│       ├── cross│       ├── linux│       │   └── arm64│       │       ├── bin│       │       ├── include│       │       ├── lib│       │       └── share│       └── xmake.lua├── r│   └── rknnrt│       ├── cross│       ├── linux│       │   └── arm64│       │       ├── include│       │       └── lib│       └── xmake.lua└── s└── spdlog├── include│   └── spdlog│       ├── sdplog的各种头文件└── xmake.lua

当然细心的我们发现了,我并不是每个库的目录结构都一样,而且有的目录下面还有一个cross,这个其实是一个软链接,都是对应链接同目录的linux目录。但是有一个非常相同,每个目录下都有一个xmake.lua,这将是保证xmake能够找到库的核心文件。

这里我就以三个比较代表性的说明一下。

2.2.1 opencv

这个opencv主要就是在交叉编译的时候使用的,如果在rk3588平台上直接编译,则不使用我们自己处理的这个,所以这里的cross是我们最终使用的文件(虽然最终还是软链接到了linux)……

那么xmake.lua可以这样写:

package("opencv")set_description("The opencv package")add_configs("shared", {description = "Build shared library.", default = true, type = "boolean", readonly = true})on_load(function (package)package:set("installdir", path.join(os.scriptdir(), package:plat(), package:arch()))end)on_fetch(function (package)local result = {}local libfiledir = (package:config("shared") and package:is_plat("windows", "mingw")) and "bin" or "lib"result.links = {"opencv_core", "opencv_video", "opencv_videoio"}result.linkdirs = package:installdir("lib")result.includedirs = package:installdir("include/opencv4")result.libfiles = {path.join(package:installdir(libfiledir), "libopencv_core.so"),path.join(package:installdir(libfiledir), "libopencv_video.so"),path.join(package:installdir(libfiledir), "libopencv_videoio.so")}return resultend)

package描述了包名,务必和文件夹同名

on_load()函数的具体含义和使用参考xmake的官方文档,我们这里只是定义了包的安装目录

on_fetch()函数的具体含义和使用参考xmake的官方文档,但是里面定义了头文件目录、库文件目录,和将要链接的库。

注意的是这里我只写了链接libopencv_core.solibopencv_video.solibopencv_videoio.so,是因为只用到了这些,如果你要用到更多,那就在对应添加一下即可。

2.2.2 rknnrt

因为这是使用rk平台必须使用的库,所以不管是本机编译还是交叉编译,都要使用到,所以crosslinux都是将要使用到的。所以对应的xmake.lua

package("rknnrt")set_description("The rknnrt package")add_configs("shared", {description = "Build shared library.", default = true, type = "boolean", readonly = true})on_load(function (package)-- 官方提供的库,也只有一个版本,就不区分 release 还是 debug 了-- package:set("installdir", path.join(os.scriptdir(), package:plat(), package:arch(), package:mode()))package:set("installdir", path.join(os.scriptdir(), package:plat(), package:arch()))end)on_fetch(function (package)local result = {}local libfiledir = (package:config("shared") and package:is_plat("windows", "mingw")) and "bin" or "lib"result.links = "rknnrt"result.linkdirs = package:installdir("lib")result.includedirs = package:installdir("include")result.libfiles = path.join(package:installdir(libfiledir), "librknnrt.so")return resultend)
2.2.3 spdlog

spdlogEigen都是纯头文件库,所以不管是aarch64还是x86,都是使用同样一套文件。为了简单,我还是同意都放在本地的repo之中。这里给一下spdlogxmake.lua示例:

package("spdlog")set_description("Fast C++ logging library.")add_configs("library", {headeronly = true})on_load(function (package)package:set("installdir", os.scriptdir())end)on_fetch(function (package)local result = {}result.includedirs = package:installdir("include")return resultend)

OK,特别的地方相信聪明的我们肯定注意到了。我就不指出来了!

3. rknn_engine

三方库我们都已经通过自己写的xmake.lua加入到xmakerepo中了,rknn_engine的目录结构:

./rknn_engine/
├── demo
├── include
├── README.md
├── src
├── xmake.lua
└── xmake_repo

那就直接给出xmake.lua的内容:

set_project("rknn_engine")
set_version("1.0.1", {soname = true})
set_xmakever("2.3.1")
set_languages("cxx17", "c17")
set_warnings("all")option("local_repo")set_default("./xmake_repo")set_showmenu(true)set_description("local_repo for xmake")
option_end()add_repositories("local-repo $(local_repo)")
add_requires("spdlog", "rknnrt", "librga")if is_plat("cross") then add_requires("opencv", "eigen3")
else add_requires("cmake::OpenCV", {alias = "opencv", system = true})add_requires("cmake::Eigen3", {alias = "eigen3", system = true})
endtarget("rknn_engine")-- set_kind("$(kind)")set_kind("shared")-- set_basename("rknn_engine")-- 添加公共依赖add_includedirs("include", {public = true})add_headerfiles("include/(**.h)")add_files("src/**.cpp")add_packages("spdlog", "rknnrt", "librga", "opencv", "eigen3")add_rules("utils.install.pkgconfig_importfiles")add_rules("utils.install.cmake_importfiles")-- 交叉编译命令
-- xmake f -p cross --cross=aarch64-linux-gnu-
-- 或者
-- xmake f -p cross --sdk=/path/to/cross/compiler

注意到这里的几个地方:

  • option(“local_repo”)

    这个是加一个编译选项,可以配置本地repo的地址

  • add_repositories(“local-repo $(local_repo)”)

    添加一个本地repo的地址

  • if is_plat(“cross”) then

    这个则是按照编译的平台进行处理,可以对应xmake f -p cross中的这个-p选项,具体有哪些取值也还是参考xmake的官方文档

  • add_rules(“utils.install.pkgconfig_importfiles”)

    add_rules(“utils.install.cmake_importfiles”)

    这个是增加最终安装的规则,可以增加pkgconfigcmake的东西

OK,这篇博客就写这些了。

相关文章:

  • 零基础设计模式——行为型模式 - 责任链模式
  • Jenkins自动发布C# EXE执行程序
  • UI框架-通知组件
  • 分布式计算框架学习笔记
  • 奥特曼:大模型可靠性已过拐点,企业如何跑步入场?
  • 无人机视觉跟踪模块技术解析!
  • Linux 文本比较与处理工具:comm、uniq、diff、patch、sort 全解析
  • SFTrack:面向警务无人机的自适应多目标跟踪算法——突破小尺度高速运动目标的追踪瓶颈
  • ATE软件中上电模式Normal、Ramp、GANG
  • PH热榜 | 2025-06-09
  • 深度伪造视频时代的“火眼金睛”:用Python打造假视频识别神器
  • 底层文件传输方式和传输机制
  • 行级安全性
  • 进程地址空间(比特课总结)
  • python如何将word的doc另存为docx
  • 保姆级教程:在无网络无显卡的Windows电脑的vscode本地部署deepseek
  • 提取目标区域的Argo剖面数据(nc)
  • 如何做接口测试(详解)
  • 亚马逊测评,采购环境安全需要解决哪些问题,提高成功率
  • el-select下拉框 添加 el-checkbox 多选框
  • 创建企业网站的步骤/网络推广引流最快方法
  • 网站建设后期维护小魔仙/百度竞价平台官网
  • 沧州做网站哪家好/什么搜索引擎搜索最全
  • 如何给一个公司做网站/搜索引擎营销经典案例
  • 搭建一个网站/企业营销策划论文
  • 做网站维护挣钱吗/最有效的免费推广方法