rk3588人工智能开发
文章平均质量分 92
做程序员的第一天
这个作者很懒,什么都没留下…
展开
-
AI嵌入式RK3588人工智能开发 --- 【2】RKNPU软件推理框架
RKNN Toolkit2 仓库链接为 https://github.com/rockchip-linux/rknn-toolkit2。文件夹内容如下所示:RKNN-Toolkit2 资料包中有四个目录,分别为 docs、examples、packages 和 rknn_toolkit_lite2。docs 目录包含了 RKNN-Toolkit2 的使用文档,包括更新记录、两个 Python 环境所需的依赖 项、RKNN 算子支持列表、快速入门指南以及使用指导手册。原创 2024-08-27 20:49:56 · 995 阅读 · 0 评论 -
AI嵌入式人工智能开发 --- 【1】初始RKNPU
到目前为止,RKNPU 已经经过了几代的发展,趋近成熟。RK3399pro 和 RK1808 初次引入了 RKNPU,相比传统的 CPU 和 GPU ,在深度学习运算能力上有比较大幅度的提升。接下来在 RV1109 和 RV1126 上使用了第二代 NPU,提升了 NPU 的利用 率。第三代 NPU 应用在 RK3566 和 RK3568 上,搭载全新 NPU 自研架构,而 RK3588 搭载的 为第四代 NPU,提高了带宽利用率,支持了多核扩展。RKNPU 具体发展过程如下图所示:RKNPU发展历程。原创 2024-08-27 17:49:21 · 841 阅读 · 0 评论 -
AI嵌入式开发 ---- pt模型文件 -> ONNX模型 -> rknn模型 -> 部署到RK3588开发板上(以yolov5为例)
1.将pt模型使用yolov5工程中的 export.py 转换为 onnx 模型;2.将 onnx 模型使用 rknn-toolkit2 中 onnx 文件夹的 test.py 转换为 rknn 模型;3.在板子上部署 rknn 模型,实现 NPU 推理加速。原创 2024-08-27 11:41:54 · 1069 阅读 · 0 评论 -
人工智能开发NPU使用
RKNN-Toolkit2 是为用户提供在 PC、Rockchip NPU 平台上进行模型转换、推理和性能评估的开发套件,用户通过该工具提供的 Python 接口可以便捷地完成各种操作。原创 2024-08-26 16:52:18 · 903 阅读 · 0 评论 -
RK3588人工智能开发----【1】初识NPU
NPU 是 "Neural Processing Unit"(神经网络处理单元)的缩写,是一种专门用于加速深度学习和神经网络计算的硬件处理器。NPU 是为了满足机器学习任务中高效处理大规模矩阵运算和复杂模型推理的需求而设计的,特别适合处理卷积神经网络(CNNs)、循环神经网络(RNNs)、生成对抗网络(GANs)等深度学习模型。原创 2024-08-24 11:26:57 · 1070 阅读 · 0 评论