课程内容分为三个阶段:认识RKNPU、RKNPU开发学习以及项目实战。
· 首先,我们将从认识RKNPU阶段开始,学习NPU的由来、RKNPU的硬件发展历史、RKNPU单核架构以及RKNPU应用领域等方面的知识,为后续学习打下坚实的基础。
· 接下来,在RKNPU开发学习阶段,我们将深入学习RKNPU软件推理框架、搭建RKNPU2开发环境、RKNN Toolkit2 API、精度分析与性能评估、RKNN Toolkit lite2使用、RKNPU C例程介绍、RKNN模型构建、RKNN模型加载、RKNPU C例程框架、以及RKNPU C API等内容,熟练掌握RKNPU的开发方法。
· 最后,在项目实战阶段,将会运用到前两部分所学到的知识和技能,动手完成yolov5实时目标识别、车牌识别和人脸识别等实际项目,提升实践能力并积累宝贵经验。
在上面的更新中已经完成了对前两个阶段的讲解,在项目实战阶段,将会运用到前两部分所学到的知识和技能,动手完成各类实战项目,帮助大家提升实践能力并积累宝贵经验。
本次更新内容为第二个项目实战:使用sort实现目标追踪,先来看一下演示效果吧。
SORT的全称是SIMPLE ONLINE AND REALTIME TRACKING。意为简单的在线和实时跟踪。SORT的实现较为简单,只需要在第一个项目实战讲解的yolov5基础上加入SORT的算法处理即可。具体如何实现,视频教程已经更新,快来了解下吧!
全部0条评论
快来发表一下你的评论吧 !