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

ONNX Runtime模型转换与RKNN部署实战教程

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 · 课程整体框架与实战项目预览
课程导入学习目标
02
深度学习模型部署基础
模型训练与推理的区别 · 常见部署流程 · 硬件平台概述（CPU/GPU/NPU…
深度学习模型部署…模型训练
03
ONNX格式详解
ONNX的起源 · 设计目标 · 模型结构（计算图
ONNX格式详解
04
PyTorch模型导出ONNX
使用torch.onnx.expor… · 动态轴设置 · 算子兼容性检查
PyTorchONNX
05
TensorFlow模型导出ONNX
使用tf2onnx转换 · Keras模型转换 · 输入输出签名处理
TensorFlowONNX
06
PaddlePaddle模型导出ONNX
使用paddle2onnx转换 · 动态图与静态图转换 · 参数与输入输出处理
PaddlePaddleONNX
07
ONNX模型可视化与调试
使用Netron查看模型结构 · 检查节点信息 · 定位转换问题
ONNX模型可视化
08
ONNX Runtime基础
ONNX Runtime简介 · 安装配置 · Python/C++推理接口
ONNXRuntime
09
ONNX Runtime推理实战
加载ONNX模型 · 预处理与后处理 · 输入输出张量绑定
ONNXRuntime
10
ONNX Runtime优化
图优化 · 算子融合 · 动态形状优化
ONNXRuntime
11
RKNN工具链概览
瑞芯微NPU平台介绍 · RKNN-Toolkit2安装 · 支持模型格式
RKNN工具链概览
12
ONNX转RKNN模型
使用RKNN-Toolkit2转换O… · 配置输入输出 · 设置量化参数
ONNXRKNN
13
RKNN模型精度验证
在PC模拟器上推理 · 对比ONNX Runtime输出 · 分析精度损失原因
RKNN模型精度验证
14
RKNN模型部署到开发板
连接RK3588/RK3566等开发… · 使用rknn-toolkit-lit… · Python/C API调用
RKNN模型部署到开发板
15
RKNN模型性能调优
NPU利用率分析 · 内存优化 · 多线程推理
RKNN模型性能调优
16
图像分类实战
以ResNet/MobileNet为… · 从PyTorch导出ONNX · 转RKNN
图像分类实战ResNet/Mobil…
17
目标检测实战（YOLOv5）
YOLOv5导出ONNX · 自定义后处理（NMS） · RKNN转换与部署
YOLOv5目标检测实战
18
目标检测实战（YOLOv8）
YOLOv8导出ONNX · 端到端模型处理 · RKNN适配
YOLOv8目标检测实战
19
语义分割实战
DeepLabV3/UNet导出ON… · RKNN转换 · 逐像素推理
语义分割实战DeepLabV3/UN…
20
人脸关键点检测实战
PFLD/MediaPipe模型导出… · RKNN部署 · 关键点坐标输出与可视化
人脸关键点检测实…PFLD/MediaPi…
21
OCR文字识别实战
CRNN模型导出ONNX · RKNN转换 · 文本检测与识别流程
OCR文字识别实战
22
模型量化深入
量化原理（PTQ/QAT） · RKNN量化配置 · 混合量化
模型量化深入PTQ/QAT
23
RKNN模型加密与保护
模型加密方案 · RKNN模型权限管理 · 防止模型被提取
RKNN模型加密
24
多模型流水线部署
多模型协同推理 · 内存共享 · 流水线设计
多模型流水线部署多模型协同推理
25
常见问题与解决方案
ONNX转换失败 · RKNN转换报错 · 推理结果错误
常见问题解决方案
26
模型部署最佳实践
模型选型 · 预处理优化 · 后处理优化
模型部署最佳实践模型选型
27
边缘计算与嵌入式部署
RKNN在嵌入式Linux/Andr… · 交叉编译 · 系统集成
边缘计算嵌入式部署
28
综合实战项目（一）
从零构建一个完整的图像分类应用 · 包括模型训练 · 导出
综合实战项目从零构建一个完整…
29
综合实战项目（二）
构建一个实时目标检测系统 · 集成摄像头输入 · 模型推理
综合实战项目构建一个实时目标…
30
课程总结与进阶方向
回顾核心知识点 · 常见坑总结 · RKNN新特性展望
课程总结进阶方向