目标检测应用开发 — 基于YOLOX与RK3588的嵌入式AI实战

这门课解决什么工作场景

很多做边缘计算或智能硬件的团队，常遇到一个卡脖子环节：算法在电脑上跑通了，模型精度也达标，但部署到瑞芯微 RK3588 开发板上后，要么帧率上不去，要么视频流采集和推理逻辑对不上。这门课针对的就是“从桌面模型到板端落地”这段空白。它不讲 YOLOX 的网络原理和训练过程，而是聚焦在用 OpenCV 抓取摄像头画面、通过 RKNN 框架调用开发板 NPU 进行推理，再把检测框画到实时画面上。如果你手头有硬件项目需要做区域入侵检测、产线缺陷抓拍或路口车辆识别，这套流程能直接对上。

适合什么基础与资料怎么配合练习

资料要求你已经具备 C++ 基本语法和 Linux 命令行操作能力，如果之前在电脑上用 Python 调过深度学习模型，理解起来会更顺。建议先从 OpenCV 应用编程框架那几节看起，把 capture 类怎么拉流、MAT 类怎么存图、imshow 怎么显示弄明白，这是后续所有视觉处理的底座。接着再进入 RKNN 模型应用框架，重点看初始化、输入输出张量转换和后处理解析。练习时不要只看视频，务必准备一块 RK3588 开发板和 USB 摄像头，跟着配置和编译 OpenCV 软件库的步骤在板子上跑通，再把官方的 YOLOX 模型转换成 RKNN 格式挂载进去，自己改一改后处理里的置信度阈值，观察画面变化。

学完能独立做什么

学完这套资料，你能独立完成一个嵌入式视觉检测应用的核心代码编写。具体来说，拿到一个训练好的目标检测模型后，你能把它部署到 RK3588 上，写程序读取摄像头实时画面、调用 NPU 做推理、解析输出张量得到目标坐标，并把检测框叠加到视频流里实时显示。这相当于走通了边缘 AI 产品开发中最关键的一环，后续要加业务逻辑，比如检测到人就存图报警，或者把结果通过网络发回服务器，都是在跑通的代码框架上做增量。