在Ubuntu系统上安装和配置RKNN-Toolkit2开发环境
在开始安装之前，请确保您的系统满足以下要求：
Miniconda是Anaconda的轻量级版本，只包含conda、Python和必要的依赖包。您可以从以下地址下载：
或直接从官网下载：Miniconda官网
下载Linux版本的安装文件：Miniconda3-latest-Linux-x86_64.sh
将下载的安装文件上传到您的Ubuntu系统。如果您在Windows/Mac上，可以使用SCP命令：
注意：请将192.168.2.193替换为您的Ubuntu系统IP地址，将alientek替换为您的用户名。
在Ubuntu系统上执行安装脚本：
安装过程中会提示：
安装完成后会显示：Thank you for installing Miniconda3!
重启Ubuntu终端，您会看到前面多了个(base)，这表示已进入conda基础环境。
注意：原教程中的conda config --set auto_activate_base false命令有误，新版本正确命令是conda config --set auto_activate false。
为了加速软件包下载，建议配置国内镜像源：
首先，进入您的工作目录并克隆RKNN-Toolkit2源代码：
提示：注意老版本已弃用：https://gitee.com/rockchip-linux/rknn-toolkit2.git
为RKNN-Toolkit2创建一个独立的Python环境：
环境命名：环境名称yolo11是示例名称，您可以根据需要更改为其他名称，如rknn等。
进入RKNN-Toolkit2目录，安装必要的依赖库：
安装成功后，会显示：Successfully installed ...
安装RKNN-Toolkit2工具包：
安装成功后，会显示：Successfully installed rknn-toolkit2
注意：文件名可能因版本不同而有所变化，请根据实际文件名进行调整。
进入示例目录，运行测试代码验证安装是否成功：
如果运行测试时出现TensorFlow相关错误：
错误信息：
I rknn-toolkit2 version: 2.3.2 --> Config model done --> Loading model W load_tflite: 'import tensorflow' failed! Please use the following command to reinstall it: W load_tflite: pip3 install 'tensorflow>=1.12.0,<=2.14.0' W load_tflite: In addition, it is recommended that the TensorFlow version is consistent with the version of the tflite model to avoid the model cannot be parsed. Load model failed!
请安装正确版本的TensorFlow：
如果安装成功，您将看到类似以下的输出：
成功输出示例：
----TOP 5----- [ 156] score:0.928223 class:"Shih-Tzu" [ 155] score:0.063171 class:"Pekinese, Pekingese, Peke" [ 205] score:0.004299 class:"Lhasa, Lhasa apso" [ 284] score:0.003096 class:"Persian cat" [ 285] score:0.000171 class:"Siamese cat, Siamese" done
恭喜！ RKNN-Toolkit2环境已成功安装并可以正常工作。
解决方法：重新加载bash配置或重启终端
解决方法：检查是否已配置国内源，或临时使用镜像源
解决方法：使用Gitee镜像或配置Git代理
解决方法：确保使用Python 3.8版本，这是RKNN-Toolkit2 2.3.2的推荐版本