近期动态
文章分类
开发环境 1 AI部署 3 资源 2 文档 2 嵌入式开发 1 运维 2
个性标签
探索未知 保持热爱 代码即诗 极简主义 开源信仰 深夜写码 AI 探索者 终身学习 无问西东 Go Wild Be Water 数字游民 白日梦想家 Less is More Nature Lover 造轮子 独立思考 知行合一

Asteriayx

VPS 服务器搭建自己的节点指南

本文将手把手教你如何使用 VPS 服务器搭建自己的节点，主要基于 3x-ui 面板和 v2rayN 客户端进行配置。 1. 购买 VPS 服务器首先需要购买一台 VPS 服务器。推荐购买RackNerd的服务器，优点是价格低，稳定性相对较高，足够个人开发使用。 RackNerd 高性价比便宜 VPS 最新优惠活动(2026年) - P3TERX ZONE 如果追求网络性能和稳定性，推荐购买搬瓦
运维
#服务器 #运维 #3x-ui #v2rayN

RK3576 NPU 部署 YOLOv8：PT→ONNX→RKNN 全流程避坑指南

本文记录一套从 PC 端完成 YOLOv8 模型转换、并在 RK3576 开发板上完成推理验证的完整流程，重点覆盖常见版本坑：Torch/ONNX 版本不对会导致导出空壳模型或 build 阶段报错。 适用环境：x86_64 PC（推荐 Ubuntu 22.04）目标芯片：Rockchip RK3576核心流程：.pt ➜ .onnx ➜ .rknn ➜ 真机推理 1. 基础环境与依赖准
AI部署
#PyTorch #RK3576 #RKNN-Toolkit2 #YOLOv8 #ONNX

RDK-X5部署YOLOv8n Detect：从 .pt 导出 ONNX 并转换为 BPU .bin（Bayes-E / NV12）

本文整理一套可复用的流程：将 Ultralytics YOLOv8 的 PyTorch 权重（.pt）导出为 ONNX（.onnx），再通过地平线工具链编译为 BPU 可执行的 .bin，并补充一个常见坑：部分 bbox 输出头的反量化（Dequantize）节点需要移除，否则后处理结果可能异常。 资源下载：RDK X5 主板资料（百度网盘） 提取码: f1w1 前置准备安装 bpu_infe
AI部署
#YOLOv8 #ONNX #BPU #PTQ #Bayes-E
Music ×