摘要最近着手在海思的 AI 芯片上实现算法，本次项目主要是实现智能门锁的人脸识别，不过我们不着急，先把与算法关系不大的部署工作完成，才能更好的进行后续的工作。工作开始前，日常在网上找资料，发现一位博主在一年前也同样进行了海思 AI 芯片的开发（只是型号不一致，博主的内容主要以 Hi3519AV100 为主），为了少走弯路，参阅了该博主的思路海思AI芯片(Hi3519A/3559A)方案学习 芯片

摘要因为是操作性的文章，不是原理性的文章，我就写的简单点，大家要是遇到问题可以评论或者私信我，前面我们搭建好了基础环境，接下来我们使用 ruyi 来运行他提供的简单 demo 仿真我们使用 Ruyi Studio 来快捷的实现仿真运行。导入范例： 上图中 main 文件中的模型最好都注释掉，留下一个即可 选择 workspace 选择范例文件夹 最后点击 finish 进行编译 点击编

摘要经过上一篇文章，大家编译运行 PC 仿真后，可能觉得有点迷惘，实际上你已经在后台完成了图像识别，保存结果，绘制识别框等一系列过程。这篇文章就教教大家怎么看识别的结果已经如何手动将识别框绘制出来。并且讲解 NMS 和 YOLO 的原理 仿真代码浅析为了方便实际操作，这篇文章使用 VS 来快速运行，我觉得 vs 运行比 Ruyi 稍微快一点 为了速度再快一点，我们修改我们要运行的文件夹下的 nni

一、基本知识在使用 RKNN SDK 之前，用户首先需要使用 RKNN-Toolkit 工具将用户的模型转换为 RKNN模型，用户可以在 https://github.com/rockchip-linux/rknn-toolkit 获取工具的完整安装包及使用文档。成功转换生成 RKNN 模型之后，用户可以先通过 RKNN-Toolkit 连接 RK1808 等开发板进行联机调试，确保模型的精度性能