别人的 RK3588 NPU能跑出 180+FPS，谁还卡在环境部署的第一步？
本期视频是《RK3588 NPU 全攻略》系列的第二集。我们将彻底打通从 PC 端模型转换到板端本地推理的全链路环境。让大家少走一些弯路， 提高工作效率， 这样RockChip的官方手册就可以当作字典来查看了。
[本集要点 ]
✅ 逻辑导航：拆解 RKNN-Toolkit2 工具包
✅ PC端避坑：使用 Python3-venv 搭建隔离环境，详解版本对齐的重要性。
✅ 自动化脚本：演示如何一键安装系统库、Python 依赖及核心包。
✅ 板端部署：无需网络，离线补齐 Python接口库依赖，启动 rknn_server。
✅ 初步测试：让模型跑在NPU上
[环境参数 ]
💻 PC: Ubuntu 22.04 (x86_64), 32GB RAM, Python 3.10.12
📟 RK3588: (Yocto Linux), Kernel 5.10.209, NPU Driver v0.9.8, 4GB RAM
🛠️ SDK Version: RKNN-Toolkit2 v2.3.0
rknn-toolkit2资源链接:
https://github.com/airockchip/rknn-toolkit2
视频中涉及到的脚本、测试程序链接：
https://github.com/hannahrepo/rk3588-npu
