嵌入式视觉开发（Jetson/RK3588）培训课程-曙海培训中心

嵌入式视觉开发（Jetson/RK3588）培训课程

•  

• 培训对象：嵌入式工程师、边缘计算开发人员、AI应用开发者、需要将视觉算法部署到边缘设备的硬件软件开发人员。

•  

• 培训目标：

  1. 掌握Jetson平台/RK3588的软硬件架构，完成开发环境搭建与系统烧录。

  2. 熟练进行OpenCV的交叉编译与优化，实现图像采集、预处理、显示的全流程。

  3. 掌握TensorRT/NCNN推理引擎的使用，能够将深度学习模型部署到边缘设备，实现实时目标检测。

•  

• 培训内容介绍：

  1. 嵌入式平台选型：对比Jetson Nano/TX2/Xavier/Orin与瑞芯微RK3588的性能参数，根据项目需求选择合适平台。

  2. 系统烧录与基础配置：下载SDK Manager或官方固件，烧录系统镜像，配置SSH远程访问、VNC远程桌面。

  3. 开发环境搭建：安装CUDA、cuDNN、TensorRT（Jetson）或RKNN SDK（RK3588），配置Python/C++开发环境。

  4. 摄像头接入：连接USB摄像头、MIPI CSI摄像头，使用GStreamer或V4L2采集图像，设置分辨率与帧率。

  5. OpenCV交叉编译与优化：针对ARM架构编译OpenCV，启用NEON优化、VFP支持，实现硬件加速的图像处理。

  6. 图像预处理与显示：编写程序采集图像，进行缩放、色彩空间转换、归一化等预处理，通过HDMI或网络显示结果。

  7. 多线程优化：使用生产者-消费者模型分离图像采集与处理线程，使用环形缓冲区减少延迟，提高吞吐量。

  8. 硬件编解码：使用NVIDIA的NVDEC/NVENC或RK3588的MPP硬件编解码单元，实现视频的实时编码与解码。

  9. TensorRT加速推理：将训练好的模型转换为TensorRT引擎，设置工作空间，进行FP16/INT8量化，优化推理速度。

  10. NCNN部署（RK3588）：将模型转换为NCNN格式，利用RK3588的NPU进行推理加速，实现低功耗目标检测。

  11. 项目一：边缘AI盒子：开发一个边缘AI推理设备，通过RTSP拉流，实时运行YOLO目标检测，将结果通过MQTT上报。

  12. 项目二：智能相机：将摄像头与边缘计算模块集成，实现本地实时检测，通过显示屏或指示灯输出检测结果。