基本必须使用如下环境才能运行。
我们已经提供了 resnet.rknn 模型，这一步可以跳过，如果要自己生成，具体方法如下：
使用 Ubuntu18.04，python-3.6。RKNN-Toolkit2的版本是 1.4.0，首先执行 RKNN-Toolkit2 所需要的所有环境，特别是 torch==1.10.1 和 torchvision==0.11.2。
然后安装 facenet-pytorch的环境，由于RKNN不支持 ReduceL1 / ReduceL2等算子，而 InceptionResnetV1 里存在 F.normalize(x, p=2) 无法被转换成 RKNN，所以需要进入 facenet-pytorch 源码修改 InceptionResnetV1，将 forward 最后一层的 normalize 删除。
最后执行 python save_model.py 就能导出 model.pt，然后再执行 python model.py 就能得到 resnet.rknn 模型。
我们使用的嵌入式设备是 Firefly RK3568。RKNN 在 RK3568 上使用 NPU 必须要用 Debain 系统！系统使用官网提供的 Debain10（该系统限制极大！），RKNN-Toolkit2的版本是 1.4.0，我们只需要安装 RKNN-Toolkit-Lite2 即可（安装其中的 packages）。
然后极力推荐使用 MiniConda 以及 whl官方下载网站。默认的 python3 和 pip3 极难下载到正确的环境！
我们使用的是 python3.9，具体的环境参考 requirements.txt，其中依旧是 torch 和 torchvision 的版本最为重要！其他基本不冲突即可。
使用 USB 摄像头，只需要该摄像头能支持 OpenCV 即可。注意将 camera.py 中的 camera 变量改成具体的 ID。如果不知道 ID 值，可以执行 python camera.py 来得到获取 ID 值。
python system.py 即可。一开始有可能出现 torchvision 中导入 io.image 失败的 warning，但是对系统执行不影响。
首先需要将 config.example.ini 中的 ChatGPT 接口进行修改，目前仅支持 Azure OpenAI 接口（学生可免费申请），注意使用 Azure OpenAI 接口不需要代理。
在执行过程中可能会出现 ToolKit-Lite2 的报错，大意是 inputs[0] 类型不是 numpy，该类型为 tensor,只需要加上一行 inputs = [inputs[i].numpy() for i in range(len(inputs))] 即可。
当使用 FaceRecoginition 的 register 功能时，会在 user 目录下创建一个新的用户 u<id>（例如 u0 / u1 / u2 ），其中会保存图像处理之后的图片 img<id>.png 、经过 facenet 抽取的特征 embed.npy 以及用户的姓名年龄信息 info.txt。
使用 MobaXterm ssh 连接到板子之后就可以打开摄像头窗口，按下 s 键即可保存图片并抽取特征。