Repolode
airockchip

airockchip/rknn-toolkit2

학습된 AI 모델을 RKNN 형식으로 변환하고, Python 및 C API를 통해 Rockchip NPU 보드에서 추론을 실행하는 SDK입니다.

스타
3,463
포크
409
열린 이슈
473
마지막 커밋
9시간 전

어떤 프로젝트인가요?

RKNN-Toolkit2는 NPU를 탑재한 Rockchip 칩에 AI 모델을 배포하기 위한 소프트웨어 개발 키트입니다. 개발자는 PC에서 툴킷을 실행해 학습된 모델을 RKNN 형식으로 변환한 다음, Python API(RKNN-Toolkit-Lite2) 또는 C/C++ RKNN Runtime API를 사용해 대상 보드에서 추론을 실행합니다.

PC 툴킷은 모델 변환뿐 아니라 추론 시뮬레이션과 성능 평가도 지원합니다. 프로젝트에서 지원한다고 명시한 칩은 RK3588, RK3576, RK3566/RK3568, RK3562, 여러 RV11xx 칩, RK2118입니다. 하드웨어와 통신하는 RKNPU 커널 드라이버는 오픈 소스로 설명되어 있으며 Rockchip 커널 코드에 포함되어 있습니다.

저장소에 따르면 RKNN-Toolkit2는 RK1808, RV1109, RV1126, RK3399Pro용 구형 RKNN-Toolkit과 호환되지 않습니다. LLM 배포를 위해 Rockchip은 별도의 RKNN-LLM SDK를 안내합니다.

핵심 기능

  • 01학습된 모델을 Rockchip NPU용 RKNN 형식으로 변환합니다.
  • 02보드에서 추론할 수 있는 Python API(RKNN-Toolkit-Lite2)를 제공합니다.
  • 03RKNN 모델 배포를 위한 C/C++ 런타임 API를 제공합니다.
  • 04PC에서 모델 변환 및 성능 평가를 지원합니다.
  • 05RK3588부터 RV1103/RV1106까지 여러 Rockchip 칩 제품군을 지원합니다.

활용 사례

  • Rockchip 기반 엣지 디바이스에 컴퓨터 비전 모델을 배포합니다.
  • RK3588 보드에 배포하기 전에 변환된 모델의 성능을 벤치마킹합니다.
  • 임베디드 Linux 보드에서 Python 또는 C++ 애플리케이션으로 RKNN 추론을 실행합니다.

빠른 시작

  1. 1

    README의 RKNPU2_SDK 링크에서 패키지, Docker 이미지, 예제를 다운로드하세요

  2. 2

    rknn_model_zoo 저장소에서 더 많은 예제 프로젝트를 확인하세요

사용 전 알아둘 점

  • Rockchip NPU 플랫폼만 대상으로 하므로 추론하려면 지원되는 Rockchip 보드가 필요합니다.
  • 라이선스가 명확하게 지정되어 있지 않으므로(NOASSERTION), 상업적으로 사용하기 전에 약관을 확인하세요.
  • RKNN-Toolkit2는 이전 버전의 RKNN-Toolkit과 호환되지 않으며, RK1808 및 RV1126과 같은 구형 칩은 별도의 저장소를 사용합니다.

토픽

자주 묻는 질문

rknn-toolkit2은(는) 무엇인가요?
학습된 AI 모델을 RKNN 형식으로 변환하고, Python 및 C API를 통해 Rockchip NPU 보드에서 추론을 실행하는 SDK입니다. RKNN-Toolkit2는 NPU를 탑재한 Rockchip 칩에 AI 모델을 배포하기 위한 소프트웨어 개발 키트입니다. 개발자는 PC에서 툴킷을 실행해 학습된 모델을 RKNN 형식으로 변환한 다음, Python API(RKNN-Toolkit-Lite2) 또는 C/C++ RKNN Runtime API를 사용해 대상 보드에서 추론을 실행합니다.
rknn-toolkit2은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
rknn-toolkit2은(는) Other 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
rknn-toolkit2은(는) 아직 유지보수되고 있나요?
활발히 유지보수 중. rknn-toolkit2의 마지막 커밋은 2026년 10월 20일입니다.
rknn-toolkit2은(는) 어디에 사용할 수 있나요?
Rockchip 기반 엣지 디바이스에 컴퓨터 비전 모델을 배포합니다. RK3588 보드에 배포하기 전에 변환된 모델의 성능을 벤치마킹합니다. 임베디드 Linux 보드에서 Python 또는 C++ 애플리케이션으로 RKNN 추론을 실행합니다.
rknn-toolkit2는 어떻게 설치하나요?
README의 RKNPU2_SDK 링크에서 패키지, Docker 이미지, 예제를 다운로드하세요 rknn_model_zoo 저장소에서 더 많은 예제 프로젝트를 확인하세요
rknn-toolkit2은(는) 어디서 받을 수 있나요?
소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/airockchip/rknn-toolkit2

요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.

관련 프로젝트