首页
›
嵌入式边缘AI与TinyML
›
028-RK3588RK3568RK3566与瑞芯微NPU边缘AI部署
›
《RKNN C++ NPU推理运行时封装》
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
📘
14. RKNN C++推理集成:Runtime API和工程封装
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 · 适用人群 · 课程整体框架与前置知识要求
课程导入
学习目标
02
RKNN Runtime概览
RKNN Toolkit与RKNN… · C++ API在嵌入式部署中的角色
RKNN
Runtime
03
环境搭建
交叉编译工具链 · RKNN Runtime库的获取与安… · 开发板或模拟器的准备
环境搭建
交叉编译工具链
04
RKNN模型文件解析
.rknn文件结构 · 模型版本 · 输入输出张量信息
RKNN
模型文件解析
05
核心API介绍
rknn_init · rknn_query · rknn_inputs_set
API
介绍
06
初始化与资源管理
rknn_init的参数详解 · 初始化失败处理 · 资源释放与错误码
初始化
资源管理
07
查询模型信息
使用rknn_query获取输入输出… · 维度 · 类型
查询模型信息
rknn
08
输入数据准备
图像预处理(resize · crop · 归一化)
输入数据准备
resize
09
输入设置与内存管理
rknn_input结构体 · 输入缓冲区分配 · 零拷贝与共享内存机制
输入设置
内存管理
10
推理执行
rknn_run的同步与异步模式 · 超时设置 · 多线程推理注意事项
推理执行
rknn
11
输出获取与后处理
rknn_output结构体 · 输出数据拷贝 · 反量化
输出获取
后处理
12
完整推理流程实战
从加载模型到输出结果的C++代码实现 · 包含错误检查
完整推理流程实战
C++
13
性能优化基础
推理耗时分析 · 内存复用 · 批量推理
性能优化基础
推理耗时分析
14
零拷贝与共享内存
使用DMA或ION内存 · 避免数据拷贝 · 提升吞吐量
零拷贝
共享内存
15
多模型管理
同时加载多个模型 · 模型切换 · 资源隔离与共享
多模型管理
同时加载多个模型
16
工程化封装设计
面向对象的接口封装 · RAII管理资源 · 模块化设计
工程化封装设计
面向对象的接口封…
17
封装示例
设计一个RKNNInference类 · 封装初始化 · 推理
封装示例
RKNNInferenc…
18
线程安全与并发
多线程推理 · 线程池集成 · 互斥锁与原子操作
线程安全
并发
19
错误处理与日志
统一错误码 · 异常捕获 · 日志系统集成(如spdlog)
错误处理
日志
20
模型更新与热加载
运行时替换模型 · 动态加载新模型 · 安全切换
模型更新
热加载
21
与OpenCV集成
使用cv::Mat作为输入输出 · 图像格式转换 · 避免额外拷贝
OpenCV
集成
22
与深度学习框架对接
从PyTorch/TensorFlo… · C++端加载
深度学习框架对接
PyTorch/Tens…
23
常见问题排查
初始化失败 · 推理结果错误 · 内存泄漏
常见问题排查
初始化失败
24
性能基准测试
编写基准测试程序 · 统计FPS · 延迟
性能基准测试
编写基准测试程序
25
部署案例
基于RK3588/RK3566等平台… · 集成到实际应用
部署案例
RK3588/RK356…
26
进阶
自定义算子与扩展 · 何时需要以及基本流程
进阶
自定义算子
27
安全与稳定性
看门狗 · 异常恢复 · 长时间运行稳定性测试
安全
稳定性
28
综合实战项目
构建一个完整的C++推理服务 · 支持图像分类/目标检测 · 包含前后处理
综合实战项目
C++
29
课程总结
核心知识点回顾 · 常见陷阱 · 最佳实践总结
课程总结
核心知识点回顾
30
拓展学习
RKNN其他语言API对比 · 社区资源 · 官方文档指引
拓展学习
RKNN
所属VIP或分类
同VIP:RK3568RK3566工业AI网关:轻量视觉模型本地推理
同VIP:RK3588-NPU多核性能评测与任务调度
同VIP:RK3588边缘AI部署入门:瑞芯微NPU完整开发流程