人工智能
本节介绍在 Rockchip NPU 上进行 AI 模型的转换与部署,涵盖 RKNN/RKLLM 工具链的使用指南。
📄️ RKNN 安装
📄️ RKNN 快速例子
📄️ 板端部署 YOLOv5 目标检测
📄️ 模拟推理 YOLOv5 分割模型
利用 RKNN 工具包,探索 AI 模型的模拟推理,体验智能图像分割的高效与精准
📄️ 转换自训练 YOLO 模型
转换自训练的 YOLO 模型
本节介绍在 Rockchip NPU 上进行 AI 模型的转换与部署,涵盖 RKNN/RKLLM 工具链的使用指南。
利用 RKNN 工具包,探索 AI 模型的模拟推理,体验智能图像分割的高效与精准
转换自训练的 YOLO 模型
您需要登录 GitHub 才能发表评论。如果您已登录,请忽略此消息。
Radxa-docs © 2026 by Radxa Computer (Shenzhen) Co.,Ltd. is licensed under CC BY 4.0