本资源提供YOLOv8模型在瑞芯微RK3588开发板上的C++部署代码及详细使用指南，帮助开发者轻松完成目标检测应用的移植与优化。
【资源说明】YOLOv8部署瑞芯微RK3588板端c++源码（含使用说明）
## 编译和运行
1. **编译**
```bash
cd examples/rknn_yolov8_demo_open
bash build-linux_RK3588.sh
```
2. **运行**
```bash
cd install/rknn_yolov8_demo_Linux
./rknn_yolov8_demo
```
**注意：** 修改模型、测试图像和保存图像的路径，修改文件为src下的main.cc。
### 测试效果
冒号“:”前的数子是coco的80类对应的类别，后面的浮点数是目标得分。（类别:得分）
说明：推理测试预处理没有考虑等比率缩放，激活函数 SiLU 用 Relu 进行了替换。由于使用的是 coco128 的128张图片数据进行训练，并且迭代的次数不多，效果并不是很好，仅供测试流程参考。
### 注意事项
- 换其他图片测试检测不到属于正常现象。
- 最好选择coco128中的图像进行测试。
把板端模型推理和后处理时耗也附上，供参考。使用的芯片是rk3588。
【备注】
1. 该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！
2. 本项目适合计算机相关专业（如计科、人工智能、通信工程、自动化、电子信息等）的在校学生、老师或者企业员工下载使用，也适合小白学习进阶。
3. 当然也可作为毕设项目、课程设计、作业或项目初期立项演示等。如果基础还行，也可以在此代码基础上进行修改以实现其他功能，直接用于毕设、课设和作业也是可以的。
欢迎沟通交流，互相学习，共同进步！
5星
