VIP20
本课程属于：033-Edge AI RKNN模型转换 工业控制与工业互联网 · 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

动态batch size模型RKNN转换与部署实战指南

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
动态batch size在边缘AI部… · RKNN工具链简介 · 课程学习路径与目标
课程导入batch
02
RKNN基础
RKNN Toolkit版本 · 支持芯片 · 模型格式
RKNNToolkit
03
动态batch size概念
什么是动态batch · 静态batch与动态batch的区别 · 适用场景与性能权衡
batchsize
04
模型准备
PyTorch/TensorFlow… · 动态轴标记 · batch维度设置
模型准备PyTorch/Tens…
05
ONNX动态batch
ONNX中dynamic_axes的… · 导出示例 · 验证动态维度正确性
ONNXbatch
06
RKNN转换配置
config文件中dynamic_i… · batch size范围设置 · 输入尺寸定义
RKNN转换配置
07
RKNN转换实战
使用rknn-toolkit2转换动… · 常见错误与解决
RKNN转换实战
08
模型验证
使用模拟器验证动态batch推理 · 检查输出shape与精度
模型验证batch
09
板端部署
RKNN Runtime API调用 · 动态batch推理流程 · 内存管理
板端部署RKNN
10
性能优化
动态batch对推理延迟和吞吐的影响 · batch size选择策略
性能优化batch
11
多batch推理案例
目标检测模型（YOLO）动态batc…
batch推理案例
12
多batch推理案例
语义分割模型动态batch转换与部署
batch推理案例
13
多batch推理案例
分类模型动态batch转换与部署
batch推理案例
14
动态shape限制
RKNN对动态维度的支持范围 · 不支持的操作与规避方法
shape动态
15
精度校准
动态batch下量化校准数据集构建 · 校准参数设置
精度校准batch
16
内存与显存优化
动态batch推理时的缓冲区管理 · 内存复用技巧
内存显存优化
17
多线程与异步
动态batch与多线程推理结合 · 异步队列设计
多线程异步
18
常见问题1
转换时报错“dynamic inpu…
常见问题1dynamic
19
常见问题2
推理时shape不匹配 · 输出错误的原因与调试方法
常见问题2shape
20
常见问题3
动态batch性能反而下降的优化思路
常见问题3batch
21
与静态batch对比
性能测试方法 · benchmark工具使用 · 结果分析
batch静态
22
模型部署集成
将动态batch RKNN模型集成到…
模型部署集成batch
23
端侧适配
不同RK芯片（RK3588/RK35…
端侧适配RK
24
模型压缩与动态batch
剪枝 · 蒸馏后动态batch转换注意事项
batch模型压缩
25
实战项目1
人脸检测动态batch部署完整流程
实战项目1batch
26
实战项目2
车牌识别动态batch部署完整流程
实战项目2batch
27
实战项目3
工业缺陷检测动态batch部署完整流…
实战项目3batch
28
综合调优
从模型 · 转换 · 部署到推理全链路动态batch优化策…
综合调优从模型
29
未来展望
动态shape新特性 · RKNN下一代工具链趋势
未来展望shape
30
课程总结
核心要点回顾 · 常见误区 · 学习资源与进阶建议
课程总结核心要点回顾