您是否已經拿到性能強勁的迅為iTOP-Hi3403開發板，卻不知如何邁出使用其NPU的第一步？面對高達10.4TOPS的專用AI算力，您是否在尋找一條最直接、高效的路徑來快速驗證硬件能力，為后續的深度開發奠定基礎？
我們為您提供這份精準聚焦的入門指南——《Hi3403開發板NPU例程測試手冊》。這不是一本龐大復雜的理論大全，而是一份旨在讓您“快速上手、眼見為實” 的實戰性操作指引。它直接切入核心，幫助您在最短時間內，運行起開發板預置的豐富AI例程，直觀感受Hi3403 NPU在圖像分類、目標檢測、圖像分割等任務上的實際處理能力，從而快速評估其是否滿足您的項目原型需求。

手冊內容簡介

本手冊聚焦于Hi3403NPU開發的實際操作環節，內容涵蓋從基礎的例程測試、模型轉換，到編譯環境搭建與視覺模型庫應用的全鏈路。

上手即用：手冊提供了多類已編譯好的NPU例程（如圖像分類、目標檢測），方便你快速在板端運行，直觀驗證效果。
掌握核心工具：詳細介紹了ATC模型轉換工具的使用，這是將各類主流框架（如Caffe、ONNX）模型轉化為Hi3403 NPU可運行格式的關鍵步驟。

搭建完整開發鏈：從Ubuntu環境下的交叉編譯環境配置，到板端運行庫部署，手冊提供了清晰的指引，幫助你構建屬于自己的AI應用開發基礎。

拓展應用視野：手冊最后部分引入了海思AI視覺模型庫的環境搭建與例程，包含了YOLOv8s-OBB旋轉目標檢測等更前沿的實戰項目，展示了平臺更深的開發潛力。

適合人群

Hi3403開發板的初始使用者：希望快速熟悉板載NPU能力，運行官方示例進行性能評估與學習。

嵌入式AI應用開發者：需要在邊緣側部署視覺識別（如分類、檢測、分割）項目的工程師，手冊提供了明確的模型適配與部署路徑。

尋求從模型到端側部署解決方案的學習者：對AI模型在嵌入式設備上的完整落地流程感興趣，手冊提供了從“模型轉換->編譯->板端運行”的實踐閉環。

手冊詳細目錄

第1章 NPU例程測試

1.1 圖像分類例程測試 (ResNet50, LeNet)

1.2 目標檢測例程測試 (FasterRCNN, RFCN, SSD, YOLO)

1.3 圖像分割例程測試

1.4 AICPU推理例程測試

1.5 Caffe LSTM例程測試

1.6 目標跟蹤例程測試

第2章 NPU模型轉換

2.1 模型轉換環境搭建

2.2 使用ATC轉化模型

第3章 NPU例程編譯

3.1 編譯環境搭建

3.2 例程編譯

3.3 例程模擬運行測試

第4章 海思AI視覺模型庫環境搭建

4.1 Ubuntu開發環境搭建 (安裝CANN，搭建C++交叉編譯環境)

4.2 板端環境配置

第5章 海思AI視覺模型庫例程測試

5.1 海思AI視覺模型庫例程介紹

5.2 YOLOv8s-OBB網絡實現旋轉目標檢測

5.3 FaceNet人臉識別與特征嵌入

如何獲取手冊與專屬支持

本手冊為非開源資料。為方便后續的技術交流與問題解答，我們將手冊及相關的配套資源放在了專屬的售后技術交流群中。

獲取方式：購買Hi3403開發板后，請聯系客服或您的銷售代表，獲取手冊下載鏈接及后續更新。

希望這份手冊能成為你開發路上的實用工具，幫助你更高效地釋放Hi3403的AI算力。