rk3399香橙派的项目

根据引用\[1\]和引用\[2\]的内容，rk3399香橙派的项目可以使用RKNN工具包来进行模型推理。首先，在服务器端或电脑端进行训练，并将训练完成的.pt文件转换成ONNX格式。然后，使用rknn-toolkit将ONNX模型转换成RKNN模型。最后，在rk3399香橙派上使用RKNN的Python版本进行NPU加速的实现。具体的部署流程可以参考引用\[2\]中提供的教程。
#### 引用[.reference_title]
- *1* *3* [香橙派5使用RK3588S内置NPU加速yolov5推理，实时识别数字达到50fps](https://blog.csdn.net/weixin_51651698/article/details/130187558)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* [YOLOv5s部署在瑞芯微电子RK3399Pro中使用NPU进行加速推理](https://blog.csdn.net/weixin_42200352/article/details/119772850)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]