北京迅為itop-3588開發(fā)板NPU例程測試deeplabv3語義分割

迅為3588開發(fā)板通過電磁兼容測試、高低溫測試、7×24小時滿負荷等多重嚴苛測試，確保穩(wěn)定可靠?？蛇x國產(chǎn)化版本、性能躍升的DDR5版、多種內(nèi)存、存儲配置版本，為行業(yè)用戶提供高性能、高可靠的一站式開發(fā)解決方案。

迅為重磅發(fā)布 DeepSeek 部署手冊與 NPU 測試例程，同步推出《RKNPU2 從入門到實踐》開發(fā)手冊及配套視頻教程，幫助開發(fā)者快速打通人工智能開發(fā)鏈路，加速技術(shù)落地應用。

編譯好的deeplabv3例程已經(jīng)放在了“iTOP-3588開發(fā)板\02_【iTOP-RK3588開發(fā)板】開發(fā)

資料\15_NPU例程測試配套資料\08_rknn_model_zoo測試\01_deeplabv3”目錄下，如下圖所示：

將該文件拷貝到開發(fā)板上，并解壓，解壓完成如下圖所示：

然后進入該文件夾，使用以下命令運行可執(zhí)行文件，實現(xiàn)圖片的語義分割，如下圖所示：

export LD_LIBRARY_PATH=./lib

./rknn_deeplabv3_demo model/deeplab-v3-plus-mobilenet-v2.rknn model/test_image.jpg

最后會在當前目錄下生成語義分割完成的圖片，如下圖所示：

可以看到人和自行車已經(jīng)被不同的顏色進行了分割，證明模型推理成功。