前言，官方提供两种部署环境，其中按照官方说法为了完全运行RKNN环境采用Docker的部署环境方案。
1. 安装Docker环境
(1)检查卸载老版本Docker
sudo apt-get remove docker docker-engine docker.io containerd runc
(2)安装Docker依赖
sudo apt-get install ca-certificates curl gnupg lsb-release
(3)添加Docker官方GPG密钥
curl -fsSL http://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg | sudo apt-key add -
(4)添加Docker软件源
sudo add-apt-repository "deb [arch=amd64] http://mirrors.aliyun.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable"
(5)安装Docker
sudo apt-get install docker-ce docker-ce-cli containerd.io
(6)运行Docker(此后可能需要sudo权限)
systemctl start docker
(7)安装工具
sudo apt-get -y install apt-transport-https ca-certificates curl software-properties-common
(8)重启Docker
service docker restart
(9)验证是否成功（注意自己系统空间是否足够）
sudo docker run hello-world
**2.资源准备
（1）下载自己版本对应RKNN的Docker
https://meta.zbox.filez.com/v/link/view/ef37a9687973439f94f5b06837f12527
提取码：rknn
（2）下载版本对应的rknn-toolkit2（记得选自己版本的tags）
https://github.com/airockchip/rknn-toolkit2/
3.环境部署
(1)此处命令路径为自己资源准备中（2）选项中的资源包
cd ~/rknn-toolkit2-1.x.x/docker
(2)将资源主备中（1）的docker包拷贝到环境部署（1）的路径中，加载docker
sudo docker load --input rknn-toolkit2-1.x.x-cp36-docker.tar.gz
(3)检验是否成功导入，能查询到 REPOSITORY 为 rknn-toolkit2，TAG 为 1.x.x-cp36 则表示加载成功。
docker images
(4)运行docker容器（斜体加粗路径为自己安装路径，注意更改）
sudo docker run -t -i --privileged -v /dev/bus/usb:/dev/bus/usb -v /home/pkg/rknn-toolkit2-2.0.0-beta0/rknn-toolkit2/examples/onnx/yolov5:/rknn_yolov5_demo rknn-toolkit2:*2.0.0b0-cp38 * /bin/bash
(5)测试是否成功
cd rknn_yolov5_demo
python3 ./test.py
此处即可成功，可以在（4）中映射的路径下找到V5转换后的模型及结果。