测试基于Atlas 300I Duo的单310P3核心，实现了10路1080p视频的YOLOv8n实时检测，核心处理流程包含14个关键步骤，覆盖拉流、解码、推理、可视化到推流全链路。开发时需重点关注昇腾Device/Context管理及DVPP V2接口的使用规范，可参考官方Demo快速落地。

测试基于Atlas 300I Duo的单310P3核心，实现了10路1080p视频的YOLOv8n实时检测，核心处理流程包含14个关键步骤，覆盖拉流、解码、推理、可视化到推流全链路。开发时需重点关注昇腾Device/Context管理及DVPP V2接口的使用规范，可参考官方Demo快速落地。

复制算子代码文件# 修改头文件（drawbbox_cust_kernels.h）# 1. 宏定义：_AICPU_DRAWBBOX_CUST_KERNELS_H_# 2. 类名：DrawbboxCustCpuKernel# 修改实现文件（drawbbox_cust_kernels.cc）# 1. 头文件：#include "drawbbox_cust_kernels.h"# 2. 算子名：const

复制算子代码文件# 修改头文件（drawbbox_cust_kernels.h）# 1. 宏定义：_AICPU_DRAWBBOX_CUST_KERNELS_H_# 2. 类名：DrawbboxCustCpuKernel# 修改实现文件（drawbbox_cust_kernels.cc）# 1. 头文件：#include "drawbbox_cust_kernels.h"# 2. 算子名：const

复制算子代码文件# 修改头文件（drawbbox_cust_kernels.h）# 1. 宏定义：_AICPU_DRAWBBOX_CUST_KERNELS_H_# 2. 类名：DrawbboxCustCpuKernel# 修改实现文件（drawbbox_cust_kernels.cc）# 1. 头文件：#include "drawbbox_cust_kernels.h"# 2. 算子名：const

直接在 NV12 图像上用 CPU 画框（减少 NV12 转 RGB 的耗时），理论上可换 RGA 画框，但 CPU 处理小像素点场景更快，需实测决定。RGA 使用注意事项：需查阅官方文档，避免 4G 内存报错、图像抖动等问题（如限定 RGA3 核、使用专门内存分配器）。为减少 CPU 占用和提高帧率，优先使用 RGA 而非 OpenCV，实现图像放缩和 NV12 转 RGB。：将每路视频后处理的

用于将 CPU、NPU、GPU、DDR 的参数调至最高（提升运行效率）转模型对 PC 配置要求较高，需安装对应工具，建议直接使用转好的模型。香橙派 RK3588 部署 DeepSeek。：需确保 NPU 内核版本为。：用于读取 CPU 峰值性能。：用于读取 NPU 峰值性能。

香橙派rk3588在ubuntu桌面系统编程rtsp拉流mpp解码rga转格式opengles渲染x11窗口的视频播放器

FFmpeg+rtsp_demo 实现稳定的拉流与推流，TCP 传输保证可靠性。

视频输入为一条网络流，利用大模型对视频中的图像帧进行推理。由于大模型推理耗时长，无法对每帧都进行推理，因此采用跳帧推理的方式：当推理完一帧后，期间会跳过若干帧，然后立即推理最新的一帧。利用 rga 将 nv12 图像进行放缩和转 rgb 操作，此过程采用 letterbox 方式，主要目的是保持宽高等比放缩。将用于推理的图像（即图像编码前的图像），通过 qt 适配 qwidget 和 opengl