Hi3403開發板極速啟航 | 手把手帶你玩轉核心例程，輕松上手AI視覺！

迅為電子9月正式發布基于海思Hi3403處理器的高性能開發板，搭載四核Cortex-A55架構，主頻高達1.4GHz，具備強勁算力、超低功耗與卓越圖像處理能力，適用于智能視覺、工業互聯、AIoT邊緣計算等多種場景，助力開發者快速實現產品智能化升級。

本文將帶你快速了解Hi3403開發板，并通過實戰演示五大核心例程，從攝像頭采集到AI目標跟蹤，一步步帶你輕松上手！

接下來我們將帶你快速了解Hi3403開發板，并演示如何在開發板上運行多個實用例程，助你輕松上手！

例程一

運行./sample_vio 0命令打開單個攝

VIO，全稱是Video Input Output，可以理解為視頻輸入輸出模塊，是控制攝像頭采集和顯示的核心組件。在命令行輸入./sample_vio 0，按下回車，即可看到攝像頭打開，顯示清晰的拍攝畫面。

例程二

運行sample_vio命令打開兩個攝像頭

輸入./sample_vio 8，指定使用兩個攝像頭，運行sample_vio，可以看到兩個攝像頭拍攝到的畫面同時顯示。

例程三

運行sample_hnr命令測試攝像頭HNR功能

HNR，也就是Hardware Noise Reduction，硬件降噪，可以有效減少畫面中的噪點，提升圖像質量。運行sample_hnr命令，我們可以看到開啟HNR后，畫面明顯更加干凈。即使在光線較暗的環境下，也能獲得不錯的圖像效果。

例程四

使用yolov8檢測RTSP流

YOLOv8是一種非常流行的目標檢測算法，可以識別圖像或視頻中的物體，比如人、車等等。我們通過RTSP協議，接入攝像頭的視頻流。可以看到，YOLOv8準確地識別出了畫面中的物體，并用方框標記出來。這在智能監控、自動駕駛等領域有廣泛應用。

例程五

使用KCF算法實現目標跟蹤

KCF是一種高效的目標跟蹤算法，可以在視頻中持續跟蹤選定的目標。我們先在畫面中選定一個目標。可以看到，即使目標發生移動或形變，KCF算法也穩定地跟蹤著目標，這在視頻監控、機器人等領域非常有用。