迅为视频教程 | RKNPU2 从入门到实践一套搞定！

迅为基于瑞芯微RK3568和RK3588处理器设计开发的两款开发板都自带NPU，RK3568自带1T算力的NPU、RK3588自带６T算力的NPU，且这两款开发板使用的都是RKNPU2。

 

（RKNPU发展历程）

RKNPU2较RKNPU1有较大的提升，但市面上关于这方面的资料却寥寥无几，导致很多想学习这方面知识的小伙伴们无从下手。

针对这一现状，迅为专门录制了基于RK3568和RK3588的RKNPU2系列视频教程，同时也有对应的文档资料，方便大家参考学习。

迅为电子嵌入式视频教程更新了！——「AI深度学习推理加速器--RKNPU2 从入门到实践」（基于RK3588和RK3568）

 

视频简介

  

课程内容分为三个阶段：认识RKNPU、RKNPU开发学习以及项目实战。

     首先，我们将从认识RKNPU阶段开始，学习NPU的由来、RKNPU的硬件发展历史、RKNPU单核架构以及RKNPU应用领域等方面的知识，为后续学习打下坚实的基础。

· 接下来，在RKNPU开发学习阶段，我们将深入学习RKNPU软件推理框架、搭建RKNPU2开发环境、RKNN Toolkit2 API、精度分析与性能评估、RKNN Toolkit lite2使用、RKNPU C例程介绍、RKNN模型构建、RKNN模型加载、RKNPU C例程框架、以及RKNPU C API等内容，熟练掌握RKNPU的开发方法。

   最后，在项目实战阶段，将会运用到前两部分所学到的知识和技能，动手完成yolov5实时目标识别、车牌识别和人脸识别等实际项目，提升实践能力并积累宝贵经验。

  

学习链接

本次更新视频教程已上传至迅为B站账号——“北京迅为电子”

 00 前言

 01 初识RKNPU

 02 RKNPU软件推理框架

 03_RKNN Toolkit2 环境搭建

 04_RKNN模型构建

 05_RKNN 模型评估-推理测试

 06_RKNN 模型评估-量化精度分析

 07_RKNN 模型评估-性能评估和内存评估

 08_RKNN Toolkit lite2部署RKNN模型

 09_RKNPU2 通用API讲解

 10_RKNPU2 零拷贝API讲解

 11_yolov5实例讲解