迅為基于瑞芯微RK3568和RK3588處理器設(shè)計(jì)開發(fā)的兩款開發(fā)板都自帶NPU，RK3568自帶1T算力的NPU、RK3588自帶６T算力的NPU，且這兩款開發(fā)板使用的都是RKNPU2。

（RKNPU發(fā)展歷程）

RKNPU2較RKNPU1有較大的提升，但市面上關(guān)于這方面的資料卻寥寥無幾，導(dǎo)致很多想學(xué)習(xí)這方面知識的小伙伴們無從下手。

針對這一現(xiàn)狀，迅為專門錄制了基于RK3568和RK3588的RKNPU2系列視頻教程，同時(shí)也有對應(yīng)的文檔資料，方便大家參考學(xué)習(xí)。

迅為電子嵌入式視頻教程更新了！——「AI深度學(xué)習(xí)推理加速器--RKNPU2 從入門到實(shí)踐」（基于RK3588和RK3568）

視頻簡介

課程內(nèi)容分為三個(gè)階段：認(rèn)識RKNPU、RKNPU開發(fā)學(xué)習(xí)以及項(xiàng)目實(shí)戰(zhàn)。

首先，我們將從認(rèn)識RKNPU階段開始，學(xué)習(xí)NPU的由來、RKNPU的硬件發(fā)展歷史、RKNPU單核架構(gòu)以及RKNPU應(yīng)用領(lǐng)域等方面的知識，為后續(xù)學(xué)習(xí)打下堅(jiān)實(shí)的基礎(chǔ)。

· 接下來，在RKNPU開發(fā)學(xué)習(xí)階段，我們將深入學(xué)習(xí)RKNPU軟件推理框架、搭建RKNPU2開發(fā)環(huán)境、RKNN Toolkit2 API、精度分析與性能評估、RKNN Toolkit lite2使用、RKNPU C例程介紹、RKNN模型構(gòu)建、RKNN模型加載、RKNPU C例程框架、以及RKNPU C API等內(nèi)容，熟練掌握RKNPU的開發(fā)方法。

最后，在項(xiàng)目實(shí)戰(zhàn)階段，將會運(yùn)用到前兩部分所學(xué)到的知識和技能，動手完成yolov5實(shí)時(shí)目標(biāo)識別、車牌識別和人臉識別等實(shí)際項(xiàng)目，提升實(shí)踐能力并積累寶貴經(jīng)驗(yàn)。

學(xué)習(xí)鏈接

本次更新視頻教程已上傳至迅為B站賬號——“北京迅為電子”

00 前言

01 初識RKNPU

02 RKNPU軟件推理框架

03_RKNN Toolkit2 環(huán)境搭建

04_RKNN模型構(gòu)建

05_RKNN 模型評估-推理測試

06_RKNN 模型評估-量化精度分析

07_RKNN 模型評估-性能評估和內(nèi)存評估

08_RKNN Toolkit lite2部署RKNN模型

09_RKNPU2 通用API講解

10_RKNPU2 零拷貝API講解

11_yolov5實(shí)例講解