RK3588 NPU部署PRPD分类模型实战指南

1. 项目背景与核心需求

在电力设备状态监测领域，PRPD（Phase-Resolved Partial Discharge）图谱分析是诊断绝缘缺陷的重要手段。传统人工识别放电类型存在效率低、主观性强的问题。本项目要实现的是将训练好的PRPD分类模型从ONNX格式转换为RKNN格式，并部署到RK3588芯片的NPU上运行，最终通过C++/Qt构建完整的嵌入式端应用。

关键硬件选型理由：RK3588采用4核Cortex-A76+4核Cortex-A55架构，内置6TOPS算力的NPU，相比Jetson系列更具性价比优势，适合电力设备的边缘计算场景。

2. 环境准备与工具链搭建

2.1 开发环境配置

• 宿主机环境：Ubuntu 20.04 LTS（推荐）
• 关键工具安装：

  bash复制# RKNN-Toolkit2（建议1.4.0以上版本）
  pip install rknn-toolkit2==1.5.0 --user
  
  # ONNX相关依赖
  pip install onnx==1.12.0 onnxruntime==1.13.1
  
  # Qt开发环境（5.15.2版本）
  sudo apt install qt5-default qtcreator
  

2.2 交叉编译工具链

需要配置RK3588的arm64交叉编译器：

bash复制wget https://releases.linaro.org/components/toolchain/binaries/7.5-2019.12/aarch64-linux-gnu/gcc-linaro-7.5.0-2019.12-x86_64_aarch64-linux-gnu.tar.xz
tar -xvf gcc-linaro-7.5.0-2019.12-x86_64_aarch64-linux-gnu.tar.xz
export CROSS_COMPILE=~/gcc-linaro-7.5.0-2019.12-x86_64_aarch64-linux-gnu/bin/aarch64-linux-gnu-

3. ONNX模型转换RKNN实战

3.1 模型转换流程

python复制from r