RK3588/昇腾开发板轻便快捷的模型转换,同时支持ONNX, OM和RKNN,懒人的福利
DepthAnythingv2单目深度估计DEMO演示 TensorRT RK3588 ONNXRuntime
AI推理框架, Yolov8 POSE同等条件比较Onnxruntime和TensorRT性能
昇腾技术路线 onnx模型转换成om模型
仅需两步完成ROS2 上Yolo的测试实验,兼容RK3588,Tensortr10.1, Onnxruntime
RK3588 Yolov8官方模型转换-onnx2rknn
RK3588 Yolov8官方模型转换 pt2onnx
Depth Anything 多平台推理速度对比 香橙派AIPro(昇腾技术路线), RK3588, ONNX_CPU
RK3588 HDMI输入视频采集和实时显示,适用于一般的HDMI输出,开源代码看详情
RK3588 Yolov8官方模型转换-演示
RK3588 depth_anything_v2单目深度估计推理速度提升从1500ms直接下降到900ms
RK3588 yolov8 多线程推理, 1080p视频文件推理高达85帧
RK3588 yolov8 seg demo 分割模型代码精讲 2 整体代码框架介绍
昇腾技术路线 香橙派aipro推理yolo11 不同参数模型推理时间比较
RK3588 手把手run通义千问教程 3 Demo代码的编译和简单的讲解
RK3588 yolov8 seg demo 分割模型代码精讲 3 后处理精讲
RK3588 yolov8 seg demo 分割模型代码精讲 1 3588核心推理代码走读
RK3588 Yolov8 OBB定向边框检测Demo演示 也许可能是3588的OBB模型首发
高效率的ARM64交叉编译环境配置-非docker
rk3588升级NPU到0.9.8版本