在国产芯片上实现YOLOv5/v8图像AI识别-专栏目录及必备知识点及相关设备

本专栏主要是提供一种国产化图像识别的解决方案，专栏中实现了YOLOv5/v8在国产化芯片上的使用部署，并可以实现网页端实时查看。根据自己的具体需求可以直接产品化部署使用。

B站配套视频：https://www.bilibili.com/video/BV1or421T74f

学习本专栏内容需要准备以下硬件设备：
1、RK3588开发板
2、带有 显卡的电脑 或 租借显卡服务器 进行数据训练
3、网络摄像头，也可以使用 模拟视频流 替代

需要具备的编码知识（不需要精通，专栏中会提到部分基础知识）：python、C++、java、vue、sql

YOLO:简史

YOLO(You Only Look Once）是一种流行的物体检测和图像分割模型，由华盛顿大学的约瑟夫-雷德蒙（Joseph Redmon）和阿里-法哈迪（Ali Farhadi）开发。YOLO 于 2015 年推出，因其高速度和高精确度而迅速受到欢迎。

• 2016 年发布的 YOLOv2 通过纳入批量归一化、锚框和维度集群改进了原始模型。

• 2018 年推出的 YOLOv3