您是否已經(jīng)拿到性能強(qiáng)勁的迅為iTOP-Hi3403開發(fā)板，卻不知如何邁出使用其NPU的第一步？面對高達(dá)10.4TOPS的專用AI算力，您是否在尋找一條最直接、高效的路徑來快速驗證硬件能力，為后續(xù)的深度開發(fā)奠定基礎(chǔ)？
我們?yōu)槟峁┻@份精準(zhǔn)聚焦的入門指南——《Hi3403開發(fā)板NPU例程測試手冊》。這不是一本龐大復(fù)雜的理論大全，而是一份旨在讓您“快速上手、眼見為實” 的實戰(zhàn)性操作指引。它直接切入核心，幫助您在最短時間內(nèi)，運(yùn)行起開發(fā)板預(yù)置的豐富AI例程，直觀感受Hi3403 NPU在圖像分類、目標(biāo)檢測、圖像分割等任務(wù)上的實際處理能力，從而快速評估其是否滿足您的項目原型需求。

手冊內(nèi)容簡介

本手冊聚焦于Hi3403NPU開發(fā)的實際操作環(huán)節(jié)，內(nèi)容涵蓋從基礎(chǔ)的例程測試、模型轉(zhuǎn)換，到編譯環(huán)境搭建與視覺模型庫應(yīng)用的全鏈路。

上手即用：手冊提供了多類已編譯好的NPU例程（如圖像分類、目標(biāo)檢測），方便你快速在板端運(yùn)行，直觀驗證效果。
掌握核心工具：詳細(xì)介紹了ATC模型轉(zhuǎn)換工具的使用，這是將各類主流框架（如Caffe、ONNX）模型轉(zhuǎn)化為Hi3403 NPU可運(yùn)行格式的關(guān)鍵步驟。

搭建完整開發(fā)鏈：從Ubuntu環(huán)境下的交叉編譯環(huán)境配置，到板端運(yùn)行庫部署，手冊提供了清晰的指引，幫助你構(gòu)建屬于自己的AI應(yīng)用開發(fā)基礎(chǔ)。

拓展應(yīng)用視野：手冊最后部分引入了海思AI視覺模型庫的環(huán)境搭建與例程，包含了YOLOv8s-OBB旋轉(zhuǎn)目標(biāo)檢測等更前沿的實戰(zhàn)項目，展示了平臺更深的開發(fā)潛力。

適合人群

Hi3403開發(fā)板的初始使用者：希望快速熟悉板載NPU能力，運(yùn)行官方示例進(jìn)行性能評估與學(xué)習(xí)。

嵌入式AI應(yīng)用開發(fā)者：需要在邊緣側(cè)部署視覺識別（如分類、檢測、分割）項目的工程師，手冊提供了明確的模型適配與部署路徑。

尋求從模型到端側(cè)部署解決方案的學(xué)習(xí)者：對AI模型在嵌入式設(shè)備上的完整落地流程感興趣，手冊提供了從“模型轉(zhuǎn)換->編譯->板端運(yùn)行”的實踐閉環(huán)。

手冊詳細(xì)目錄

第1章 NPU例程測試

1.1 圖像分類例程測試 (ResNet50, LeNet)

1.2 目標(biāo)檢測例程測試 (FasterRCNN, RFCN, SSD, YOLO)

1.3 圖像分割例程測試

1.4 AICPU推理例程測試

1.5 Caffe LSTM例程測試

1.6 目標(biāo)跟蹤例程測試

第2章 NPU模型轉(zhuǎn)換

2.1 模型轉(zhuǎn)換環(huán)境搭建

2.2 使用ATC轉(zhuǎn)化模型

第3章 NPU例程編譯

3.1 編譯環(huán)境搭建

3.2 例程編譯

3.3 例程模擬運(yùn)行測試

第4章 海思AI視覺模型庫環(huán)境搭建

4.1 Ubuntu開發(fā)環(huán)境搭建 (安裝CANN，搭建C++交叉編譯環(huán)境)

4.2 板端環(huán)境配置

第5章 海思AI視覺模型庫例程測試

5.1 海思AI視覺模型庫例程介紹

5.2 YOLOv8s-OBB網(wǎng)絡(luò)實現(xiàn)旋轉(zhuǎn)目標(biāo)檢測

5.3 FaceNet人臉識別與特征嵌入

如何獲取手冊與專屬支持

本手冊為非開源資料。為方便后續(xù)的技術(shù)交流與問題解答，我們將手冊及相關(guān)的配套資源放在了專屬的售后技術(shù)交流群中。

獲取方式：購買Hi3403開發(fā)板后，請聯(lián)系客服或您的銷售代表，獲取手冊下載鏈接及后續(xù)更新。

希望這份手冊能成為你開發(fā)路上的實用工具，幫助你更高效地釋放Hi3403的AI算力。