迅為基于瑞芯微RK3568和RK3588處理器設計開發的兩款開發板都自帶NPU，RK3568自帶1T算力的NPU、RK3588自帶６T算力的NPU，且這兩款開發板使用的都是RKNPU2。

（RKNPU發展歷程）

RKNPU2較RKNPU1有較大的提升，但市面上關于這方面的資料卻寥寥無幾，導致很多想學習這方面知識的小伙伴們無從下手。

針對這一現狀，迅為專門錄制了基于RK3568和RK3588的RKNPU2系列視頻教程，同時也有對應的文檔資料，方便大家參考學習。

迅為電子嵌入式視頻教程更新了！——「AI深度學習推理加速器--RKNPU2 從入門到實踐」（基于RK3588和RK3568）

視頻簡介

課程內容分為三個階段：認識RKNPU、RKNPU開發學習以及項目實戰。

首先，我們將從認識RKNPU階段開始，學習NPU的由來、RKNPU的硬件發展歷史、RKNPU單核架構以及RKNPU應用領域等方面的知識，為后續學習打下堅實的基礎。

· 接下來，在RKNPU開發學習階段，我們將深入學習RKNPU軟件推理框架、搭建RKNPU2開發環境、RKNN Toolkit2 API、精度分析與性能評估、RKNN Toolkit lite2使用、RKNPU C例程介紹、RKNN模型構建、RKNN模型加載、RKNPU C例程框架、以及RKNPU C API等內容，熟練掌握RKNPU的開發方法。

最后，在項目實戰階段，將會運用到前兩部分所學到的知識和技能，動手完成yolov5實時目標識別、車牌識別和人臉識別等實際項目，提升實踐能力并積累寶貴經驗。

學習鏈接

本次更新視頻教程已上傳至迅為B站賬號——“北京迅為電子”

00 前言

01 初識RKNPU

02 RKNPU軟件推理框架

03_RKNN Toolkit2 環境搭建

04_RKNN模型構建

05_RKNN 模型評估-推理測試

06_RKNN 模型評估-量化精度分析

07_RKNN 模型評估-性能評估和內存評估

08_RKNN Toolkit lite2部署RKNN模型

09_RKNPU2 通用API講解

10_RKNPU2 零拷貝API講解

11_yolov5實例講解