课程内容分为三个阶段：认识RKNPU、RKNPU开发学习以及项目实战。
首先，我们将从认识RKNPU阶段开始，学习NPU的由来、RKNPU的硬件发展历史、RKNPU单核架构以及RKNPU应用领域等方面的知识，为后续学习打下坚实的基础。
· 接下来，在RKNPU开发学习阶段，我们将深入学习RKNPU软件推理框架、搭建RKNPU2开发环境、RKNN Toolkit2 API、精度分析与性能评估、RKNN Toolkit lite2使用、RKNPU C例程介绍、RKNN模型构建、RKNN模型加载、RKNPU C例程框架、以及RKNPU C API等内容，熟练掌握RKNPU的开发方法。
最后，在项目实战阶段，将会运用到前两部分所学到的知识和技能，动手完成yolov5实时目标识别、车牌识别和人脸识别等实际项目，提升实践能力并积累宝贵经验。
本次更新视频教程已上传至迅为B站账号——“北京迅为电子”
00 前言
01 初识RKNPU
02 RKNPU软件推理框架
03_RKNN Toolkit2 环境搭建
04_RKNN模型构建
05_RKNN 模型评估-推理测试
06_RKNN 模型评估-量化精度分析
07_RKNN 模型评估-性能评估和内存评估
08_RKNN Toolkit lite2部署RKNN模型
09_RKNPU2 通用API讲解
10_RKNPU2 零拷贝API讲解
11_yolov5实例讲解
R
KNN
是 Rockchip npu 平台使用的
模型
类型，以.r
knn
后缀结尾的
模型
文件。Rockchip 提供了完整了
模型
转换 Python 工具，方便用户将自主研发的算法
模型
转换成 R
KNN
模型
，同时 Rockchip 也提供了C/C++和Python API 接口。
二、R
KNN
-Toolkit
R
KNN
-Toolkit 是为用户提供在 PC、 Rockchip NPU 平台上进行
模型
转换、推理和性能评估的 开发套件,用户通过该工具提供的 Python 接口可以便捷地完成以下功能:
《Go语言从
入门
到精通991集
视频教程
》是
一套
涵盖了Go语言基础知识到高级应用的全面教学视频。该教程通过991集视频，从最基础的语法和数据类型开始逐步深入讲解，覆盖了Go语言的方方面面，让学习者可以系统全面地学习和掌握Go语言。
在这套
视频教程
中，学习者可以了解Go语言的基本语法、变量、数据类型、流程控制、函数、数组、切片、映射、结构体、接口、并发编程等内容。同时，还会深入讲解Go语言的一些高级特性，包括并发编程
模型
、通道、协程、反射等，让学习者能够深入理解和灵活运用这些特性。
视频教程
采用了生动易懂的方式讲解，配合实例演示，让学习者能够更直观地理解Go语言的各种概念和用法。而且，
视频教程
还结合了实际开发中常见的场景和问题，给出了解决方案和最佳
实践
，帮助学习者更好地应用Go语言进行开发。
通过学习这套
视频教程
，学习者可以系统地了解和掌握Go语言的各种知识点和技能，从而能够在实际开发中灵活运用Go语言进行编程，提高工作效率和编程技术水平。无论是初学者还是有一定经验的开发者，都可以从中受益匪浅，快速提升Go语言编程能力。
