<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:media="http://search.yahoo.com/mrss/"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>npu - 四号程序员</title>
	<atom:link href="https://www.coder4.com/archives/tag/npu/feed" rel="self" type="application/rss+xml" />
	<link>https://www.coder4.com</link>
	<description>Keep It Simple and Stupid</description>
	<lastBuildDate>Sat, 07 Jun 2025 13:53:24 +0000</lastBuildDate>
	<language>en-US</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=6.8.3</generator>
	<item>
		<title>ultralytics的yolov11模型直接转rknn运行</title>
		<link>https://www.coder4.com/archives/8280</link>
					<comments>https://www.coder4.com/archives/8280#respond</comments>
		
		<dc:creator><![CDATA[coder4]]></dc:creator>
		<pubDate>Thu, 27 Feb 2025 04:02:43 +0000</pubDate>
				<category><![CDATA[Linux]]></category>
		<category><![CDATA[机器学习]]></category>
		<category><![CDATA[npu]]></category>
		<category><![CDATA[radxa]]></category>
		<category><![CDATA[rk3566]]></category>
		<category><![CDATA[rknn]]></category>
		<category><![CDATA[yolo]]></category>
		<guid isPermaLink="false">https://www.coder4.com/?p=8280</guid>

					<description><![CDATA[ultralytics最近官方支持了rknn模型的导入，整体流程比用rknntool简单了不少，当然也有坑，记录下。我用的是yolov11，不确定对于v8等是否能用，大家可以评论区反馈我。 PS：如果你需要瑞莎radxa、香橙派orange pi的 屏幕、外壳、散热器，可以来我的咸鱼(coder4)看看，欢迎扫码关注 1 PC上模型转换 环境 python -m venv ./ultralytics-env source ./ultralytics-env/bin/[......] 继续阅读]]></description>
		
					<wfw:commentRss>https://www.coder4.com/archives/8280/feed</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>[转]rk3588部署yolov8视频目标检测教程</title>
		<link>https://www.coder4.com/archives/8236</link>
					<comments>https://www.coder4.com/archives/8236#respond</comments>
		
		<dc:creator><![CDATA[coder4]]></dc:creator>
		<pubDate>Tue, 29 Oct 2024 06:27:31 +0000</pubDate>
				<category><![CDATA[Linux]]></category>
		<category><![CDATA[机器学习]]></category>
		<category><![CDATA[npu]]></category>
		<category><![CDATA[rk]]></category>
		<category><![CDATA[yolo]]></category>
		<category><![CDATA[目标检测]]></category>
		<guid isPermaLink="false">https://www.coder4.com/?p=8236</guid>

					<description><![CDATA[转载自《rk3588部署yolov8视频目标检测教程》 1. 环境配置 1.1 训练环境和onnx（电脑端执行） #使用conda创建一个python环境 conda create -n torch python=3.9 #激活环境 conda activate torch #安装yolov8 pip install ultralytics -i https://pypi.tuna.tsinghua.edu.cn/simple #onnx安装 pip i[......] 继续阅读]]></description>
		
					<wfw:commentRss>https://www.coder4.com/archives/8236/feed</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>[转]rk3588对npu的再探索，yolov5使用rknn模型推理教程</title>
		<link>https://www.coder4.com/archives/8229</link>
					<comments>https://www.coder4.com/archives/8229#respond</comments>
		
		<dc:creator><![CDATA[coder4]]></dc:creator>
		<pubDate>Wed, 23 Oct 2024 04:53:11 +0000</pubDate>
				<category><![CDATA[机器学习]]></category>
		<category><![CDATA[npu]]></category>
		<category><![CDATA[rknn]]></category>
		<category><![CDATA[深度学习]]></category>
		<guid isPermaLink="false">https://www.coder4.com/?p=8229</guid>

					<description><![CDATA[原文转载自《rk3588对npu的再探索，yolov5使用rknn模型推理教程》 🍉零、引言 本文完成于2022-07-02 22:22:27。 博主刚开始在瑞芯微ITX-3588J-8K的开发板上跑了官方的yolov5目标检测算法，检测了ip相机rtsp视频流，但是每帧处理需要833ms左右，和放PPT一样。本来想使用tensorrt进行加速推理，但前提需要cuda，rk的板子上都是arm的手机gpu，没有nvidia的cuda，所以不能这样适配。那么转过来，使用开发板自带的NPU进行加速[......] 继续阅读]]></description>
		
					<wfw:commentRss>https://www.coder4.com/archives/8229/feed</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>[转]rk3588使用npu进行模型转换和推理，加速AI应用落地</title>
		<link>https://www.coder4.com/archives/8208</link>
					<comments>https://www.coder4.com/archives/8208#respond</comments>
		
		<dc:creator><![CDATA[coder4]]></dc:creator>
		<pubDate>Wed, 23 Oct 2024 04:11:47 +0000</pubDate>
				<category><![CDATA[Linux]]></category>
		<category><![CDATA[机器学习]]></category>
		<category><![CDATA[npu]]></category>
		<category><![CDATA[rknn]]></category>
		<category><![CDATA[推理]]></category>
		<category><![CDATA[模型]]></category>
		<category><![CDATA[转换]]></category>
		<guid isPermaLink="false">https://www.coder4.com/?p=8208</guid>

					<description><![CDATA[转载自：《rk3588使用npu进行模型转换和推理，加速AI应用落地》 🍉零、引言 博主在瑞芯微RK3588的开发板上跑了deepsort跟踪算法，从IP相机中的server拉取rtsp视频流，但是fps只有1.2，和放PPT一样卡顿，无法投入实际应用。本来想使用tensorrt进行加速推理，但是前提需要cuda，rk的板子上都是Arm的手机gpu，没有Nvidia的cuda，所以这条路行不通。那么转过来，使用开发板自带的NPU进行加速推理，岂不是更加可行，而且它本身就是深度学习嵌入式板子，[......] 继续阅读]]></description>
		
					<wfw:commentRss>https://www.coder4.com/archives/8208/feed</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
	</channel>
</rss>
