VIP20
本课程属于：028-RK3588RK3568RK3566与瑞芯微NPU边缘AI部署 嵌入式边缘AI与TinyML · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

4. RKNN输入输出处理：图像格式、Layout与归一化

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
学习目标 · 核心概念 · 整体框架
课程导入学习目标
02
图像基础
RGB · BGR · 灰度
图像基础RGB
03
Layout概念
NHWC · NCHW · HWC等数据布局及其对推理性能的影响
Layout概念
04
RKNN输入格式要求
模型转换时如何指定输入图像的格式和L…
RKNN输入格式要求
05
图像预处理流程
从读取图像到送入RKNN的完整步骤（… · 裁剪 · 通道转换）
图像预处理流程RKNN
06
归一化原理
为什么要归一化 · 常见归一化方法（除以255 · 均值方差归一化）
归一化原理为什么要归一化
07
RKNN归一化配置
在rknn.config中设置mea…
RKNN归一化配置
08
量化与归一化
RKNN量化模型对输入数据范围的要求…
量化归一化
09
图像缩放与保持宽高比
resize策略（直接拉伸 · letterbox）及实现方法
图像缩放保持宽高比
10
图像通道顺序转换
BGR与RGB互转的常用方法及在RK…
图像通道顺序转换BGR
11
图像数据内存对齐
RKNN对输入数据内存对齐的要求及处…
图像数据内存对齐RKNN
12
使用OpenCV进行预处理
cv2.resize · cv2.cvtColor等函数在RK…
OpenCV使用
13
使用PIL进行预处理
PIL.Image操作与RKNN输入…
PIL使用
14
批量推理输入
如何构造多张图像的输入张量 · batch维度的处理
批量推理输入如何构造多张图像…
15
RKNN输出格式
输出张量的Layout · 形状 · 数据类型及解析方法
RKNN输出格式
16
输出后处理
分类任务中softmax · argmax的实现 · 检测任务中坐标解码
输出后处理softmax
17
案例实战
基于RKNN的图像分类模型（如Mob…
案例实战RKNN
18
案例实战
基于RKNN的目标检测模型（如YOL…
案例实战RKNN
19
案例实战
基于RKNN的图像分割模型（如UNe…
案例实战RKNN
20
常见错误
图像格式不匹配导致的推理错误及调试方…
常见错误图像格式不匹配导…
21
常见错误
归一化参数设置错误导致的精度下降及排…
常见错误归一化参数设置错…
22
常见错误
Layout设置错误导致的性能问题或…
常见错误Layout
23
性能优化
如何通过调整Layout和内存对齐提…
性能优化Layout
24
与RKNN Toolkit交互
使用Python API进行输入输出…
RKNNToolkit
25
与RKNN C API交互
C语言环境下输入输出处理的差异与注意…
RKNNAPI
26
多模型输入输出
多输入多输出模型的张量管理与数据流
多模型输入输出多输入多输出模型…
27
动态输入尺寸
RKNN对动态shape的支持及输入…
动态输入尺寸RKNN
28
综合练习
设计一个完整的图像处理流水线 · 从图像读取到结果可视化
综合练习设计一个完整的图…
29
综合提升
结合RKNN量化感知训练 · 优化输入归一化与模型精度
综合提升RKNN
30
课程总结
核心要点回顾 · 常见问题速查表 · 进阶学习路径
课程总结核心要点回顾