瑞萨RA8P1边缘AI部署流程

仅作笔记。

先搭建环境。

部署AI使用到的RUHMI下载链接：
https://codeload.github.com/renesas/ruhmi-framework-mcu/zip/refs/heads/main
下载并解压RUHMI。
RUHMI的运行依赖是python3.10，下载链接（直链）：
https://www.python.org/ftp/python/3.10.11/python-3.10.11-amd64.exe
如果此前电脑上有其他版本的py，建议删干净，如果有dll残留并且用火绒解除占用后依旧会快速重新生成，那是其他软件自带的py库，可以不管它。
下载完py，安装，路径为默认路径即可，记得勾选Add to path。
安装完成后记得打开cmd验证路径是否生效（输入where python或python --version都行）。

搞定之后开始为ruhmi创建一个py虚拟环境用以安装各种依赖。

打开解压后的ruhmi文件，在包含有这些东西那一层按shift+鼠标右键，打开此页面的powershell

在powershell输入python.exe的绝对路径+ -m venv .venv
例如： C:\Users\XXX\AppData\Local\Programs\Python\Python310\python.exe -m venv .venv
（当然也可以直接输入py -3.10 -m venv .venv ，前提是你的py是和RUHMI放同一路径下的）
短暂加载后跳出下一行说明虚拟环境创建完成了，输入.\.venv\Scripts\activate以打开虚拟环境：

接下来安装mera。

打开RUHMI包里面的install，例如D:\RUHMI\ruhmi-framework-mcu-main\ruhmi-framework-mcu-main\install
找到一个mera开头的whl文件，里面可能有两个长得很像的mera，注意找这个后缀的

复制这个包名，在虚拟py下输入python -m pip install .\install\+包名.whl 例如
python -m pip install .\install\mera-2.6.0+pkg.4513-cp310-cp310-win_amd64.whl
回车，就开始下载了

这样就算装好了

接下来装onnx和tflite，输入python -m pip install onnx==1.17.0 tflite==2.18.0 ，回车，
显示successfully就算装好了

然后激活一下依赖，输入.\.venv\Scripts\activate ，再输入查看版本命令验证是否可以正常使用（出现版本号就是正常的）

验证一下mera是否安装成功,输入python -c "import mera;print(dir(mera))" ，回车，长这样就是成功了

要使用e2studio的AI navigator来调用RUHMI还要手动配置RUHMI的环境变量，在系统搜索栏搜索“环境变量”，打开，在用户变量下新建一个变量，

名称为CONVERSION_TOOL_E2STUDIO_PLUGIN_PYTHON_VENV_LOC ，路径为你存放RUHMI的路径，例如D:\RUHMI\ruhmi-framework-mcu-main\ruhmi-framework-mcu-main

最后别忘了点击两个“确定”来确认更新系统变量。
添加环境变量也可以用命令行的方式，此处不多赘述。

到此可以正式开始创建工程了。
按步骤来。

最后点击“完成”即可创建。

边缘AI的运行对于NCU来说有两个基本要求，一个是性能，一个是内存，因此要给堆和cache预留足够多的空间。

添加新的栈

然后点击生成，编译软件就可以自动为我们生成NPU的代码包了

接着开始模型转换工作（通过AI NAVIGATOR调用RUHMI转换模型）

菜单栏点Renesas AI，选择AI Navi，然后点这个（这是下一步的页面，原来的页面忘记截图了），选择你想要部署AI的工程：

然后点这个，导入你的AI模型文件

激活转换工具

接下来的这些配置会给该模型创建一个新的虚拟环境

（此图源自瑞萨官方培训，仅作学习交流使用）

如果有显示No install的话，可能是e2studio在扫描它默认的创建目录下没能找到你的RUHMI

可以手动修改创建的路径。点击Set Environment... ，选择包含RUHMI的目录（注：该目录下最好没有其他的venu文件），然后别忘了勾选下面的同意协议，然后直接Setup Now：

弹出下面这个就行了，这个安装需要一点时间，不过也就几条短视频的功夫：

这样就行了。

如果你选对了路径，并且python的安装和mera等等都弄好了，都能找到需要的东西，但就是死活找不出来你的python，像这样报错：

那很可能是因为e2studio没能正常启动python3.10，问题排除与解决方案可以看我另一篇笔记。
e2studio的AI Navi无法正常启动python3.10问题排查与解决方案-CSDN博客

（特别注意：如果你有对Set Environment里面的任何路径有作更改，在你点击NEXT之前请重启e2studio，否则它会反复检索旧的路径，导致有报错弹窗）

问题都解决完之后开始下一步，量化模型。
额，这一步你们自己研究吧，作者用的是已经提前量化好了的模型

所以直接下一步

然后开始转换，在此之前先再次确认你的转换模式（如果是打算部署在NPU上面最好用和作者一样的选项）

点击开始转换，等待几秒钟，控制台输出success to execute the command就说明转换完成了

然后在项目资源管理器的项目的目录下也能找到转换后的AI的C语言模型