在上一篇文章中，我介绍了如何在瑞芯微 Rockchip 系列芯片将主流深度学习框架模型转换为 RKNN 模型。在这篇文章，我将介绍如何在瑞芯微 Rockchip 系列 RK3588 芯片上部署 yolo11 模型推理。本文章会使用到上一篇文章转换的 rknn 模型，因此如果还没看过上一篇文章的同学，建议优先阅读上一篇文章。本教程不仅适合 RK3588 平台，也适合其他 RK 系列平台，例如 RK3

智能家居监控安防系统是一个集成监控、安防、人脸识别、环境监测、家居控制的一体化系统。视频监控：支持查看摄像头、拍照、录像、直播和检测到人体时自动拍照，支持同时开启或单个开启，支持浏览图片和视频文件；人脸识别：人脸前后比对检测，模拟人脸识别开门的场景；报警设置：检测到人体时自动报警，通过蜂鸣器模拟报警；环境检测：当前环境的温湿度检测，通过MQTT协议通信；家居控制：通过MQTT协议控制LED灯，模拟

在日常工作中，由于各种原因，我们的电脑可能与同事的电脑存在一些差异，有时候是操作系统的差异（A 同事用的是 Linux，B 同事的是 Windows，而你用的是 Mac），有时候是依赖库环境的差异（A 同事安装了 opencv 1.2，B 同事安装了 opencv 2.3）。而解决这些差异性的问题就成为了重中之重，好在现在世界上最流行的 IDE Vscode 提供了基于 docker 容器的开发环

在瑞芯微 Rockchip 芯片上进行 NPU 推理，需要先将模型文件转换成 rknn 模型文件，才能执行各种推理任务。本文将介绍如何安装各种工具，并最终实现将各种深度学习框架的模型文件转换成 rknn 文件。本教程不仅适合 RK3588 平台，也适合其他 RK 系列平台，例如 RK3566、RK3568、RK3562 等。具体平台请参考RKNN-Toolkit2 文档。本文介绍了如何在 RK35

这两个策略是对这一权衡的明确承认，它们为开发者提供了一个“逃生通道”，让他们可以告诉调度器：“我的任务不符合标准模型，请区别对待”。至关重要的一点是，_任何_实时任务，即便是优先级为1的任务，其调度优先级也永远高于_任何_普通（CFS）任务。主厨的指令是，_只有_在没有任何菜单上的订单，也没有批量任务在进行时，厨师们才能去做这些事。你不再只是告诉主厨“这道菜很重要”（设置优先级），而是给他一份精确

在日常工作中，由于各种原因，我们的电脑可能与同事的电脑存在一些差异，有时候是操作系统的差异（A 同事用的是 Linux，B 同事的是 Windows，而你用的是 Mac），有时候是依赖库环境的差异（A 同事安装了 opencv 1.2，B 同事安装了 opencv 2.3）。而解决这些差异性的问题就成为了重中之重，好在现在世界上最流行的 IDE Vscode 提供了基于 docker 容器的开发环

小智 AI 聊天机器人是最近一个很火的开源项目，它借助LLM大模型以及TTS等AI的能力，通过自然语言来与其对话实现交互。它可以回答任何问题、播放音乐、背诵古诗，颇有未来AI机器人的雏形。因为最近工作上的需要对其进行了研究，因此有了本篇文章。本文不会过多的讲解源码，而是通过图解各个架构和数据流的方式，带大家搞懂它的工作原理。我相信只要搞懂了工作原理，再来看源码就会简单很多，废话不多说，马上进入正题

众所周知，网络聊天室的应用已经融入我们生活的方方面面，微信、QQ、飞书等等，这篇文章介绍如果利用套接字编程（网络编程）+多线程编程实现一个简易的网络聊天室。相信通过对这个网络聊天室的编写，我们可以对网络编程和多线程编程相关知识有更进一步的了解。当然这个网络聊天室还有非常多可以完善的地方，比如加入线程池、完善收发机制等等。

在日常工作中，由于各种原因，我们的电脑可能与同事的电脑存在一些差异，有时候是操作系统的差异（A 同事用的是 Linux，B 同事的是 Windows，而你用的是 Mac），有时候是依赖库环境的差异（A 同事安装了 opencv 1.2，B 同事安装了 opencv 2.3）。而解决这些差异性的问题就成为了重中之重，好在现在世界上最流行的 IDE Vscode 提供了基于 docker 容器的开发环

在瑞芯微 Rockchip 芯片上进行 NPU 推理，需要先将模型文件转换成 rknn 模型文件，才能执行各种推理任务。本文将介绍如何安装各种工具，并最终实现将各种深度学习框架的模型文件转换成 rknn 文件。本教程不仅适合 RK3588 平台，也适合其他 RK 系列平台，例如 RK3566、RK3568、RK3562 等。具体平台请参考RKNN-Toolkit2 文档。本文介绍了如何在 RK35