安阑的案例列表
作者：安阑 · 共 2 个案例
RK3588 边缘端部署
1、在开源数据集基础上定制化增加特定类别及复杂背景下的检测； 2、进行模型轻量化与精度-速度权衡； 3、将优化后模型导出 ONNX，经 RKNN-Toolkit2 完成 INT8 量化校准并部署到 RK3588 NPU，实测验证实时性与精度。
基于RK3588 视频实时推理系统
1、使用 RKNN-Toolkit2 完成 YOLO 系列模型转换与 INT8 量化校准，控制精度回损； 2、基于 RKNN-API 使用 C++ 封装多 Session 线程池推理架构，实现视频推理与任务调度； 3、设计回调与结果分发接口，实现与业务系统的解耦集成； 4、结合多线程解码与推理流水线，开展 NPU 算力监测与性能调优。
案例判断参考
安阑的案例列表
RK3588 边缘端部署
1、在开源数据集基础上定制化增加特定类别及复杂背景下的检测； 2、进行模型轻量化与精度-速度权衡； 3、将优化后模型导出 ONNX，经 RKNN-Toolkit2 完成 INT8 量化校准并部署到 RK3588 NPU，实测验证实时性与精度。...
基于RK3588 视频实时推理系统
1、使用 RKNN-Toolkit2 完成 YOLO 系列模型转换与 INT8 量化校准，控制精度回损； 2、基于 RKNN-API 使用 C++ 封装多 Session 线程池推理架构，实现视频推理与任务调度； 3、设计回调与结果分发接口，实现与业务系统的解耦集成； 4、结合多线程解码与推理流水线，开展 NPU 算力监测与性能调优。...
