onnxruntime树莓派3B+

### 安装和配置ONNX Runtime 要在树莓派3B+上成功安装和配置ONNX Runtime，可以按照以下方法操作： #### 1. 验证硬件环境 首先确认设备型号是否为树莓派3B+。可以通过命令查看具体型号： ```bash cat /proc/device-tree/model ``` 此命令会返回类似于 `Raspberry Pi 3 Model B Plus Rev 1.3` 的字符串[^2]。 #### 2. 更新系统软件包 为了确保兼容性和稳定性，在安装任何新工具之前更新现有软件包是一个良好的习惯。 ```bash sudo apt update && sudo apt upgrade -y ``` #### 3. 安装必要依赖项 根据需求文档中的描述，需预先安装一些基础库来支持后续步骤顺利完成。 ```bash pip install numpy scipy scikit-learn pandas matplotlib seaborn jupyterlab ipython tqdm opencv-python pillow torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cpu ``` 注意这里额外指定了 PyTorch CPU 版本源地址以适配 ARM 架构下的特定构建版本[^1]。 #### 4. 下载适合的预编译WHL文件 对于基于ARMv7架构的老款树莓派（如3B+），官方发布的标准二进制可能无法直接适用。幸运的是社区成员提供了定制化的解决方案——即通过第三方渠道获取经过适当调整后的 `.whl` 文件完成本地化部署工作流程简化处理方式如下所示: 访问链接 (https://github.com/raspberrypi-wheels/onnxruntime/releases)，挑选与当前操作系统相匹配的目标发行版下载至目标机器执行离线模式安装即可满足基本功能调用场景的需求[^3]。 假设已选定名为 `onnxruntime‑1.9.0‑cp37‑cp37m‑linux_armv7l.whl` 的压缩包，则可通过下面指令实现自动化加载过程管理机制优化效果提升显著减少人为干预频率从而达到高效稳定运行状态的目的: ```bash pip install ./onnxruntime‑1.9.0‑cp37‑cp37m‑linux_armv7l.whl ``` #### 5. 测试验证安装成果 最后一步便是实际动手尝试一下刚刚设置好的开发环境能否正常运作起来吧! 创建一个新的 Python 脚本来测试刚才所学的知识点应用情况如何呢? ```python import onnxruntime as ort import numpy as np session = ort.InferenceSession("example_model.onnx") input_name = session.get_inputs()[0].name output_name = session.get_outputs()[0].name dummy_input = np.random.randn(1, 3, 224, 224).astype(np.float32) outputs = session.run([output_name], {input_name: dummy_input}) print(outputs) ``` 如果一切顺利的话应该能够看到预期的结果输出啦! ---