RK3588嵌入式AI视觉检测系统产品系统

立项原因：传统视频监控依赖云端或高性能服务器，存在部署成本高、弱网环境无法使用以及隐私数据上云的风险。本项目旨在利用国产化RK3588芯片的NPU算力，开发一套完全离线运行的边缘侧AI视觉检测系统，实现无需依赖外网的高性价比实时分析。
行业场景：主要应用于智慧安防、工业检测、智慧交通等业务背景。在园区、工厂、路口等边缘侧场景下，需要实时进行人员检测、区域侵入告警以及车流量统计，并能通过USB摄像头或RTSP网络摄像头直接取流，解决传统方案在局域网封闭环境下的智能化需求。

项目包含视频采集、AI推理、业务告警和实时预览四大功能模块。支持USB摄像头及RTSP网络摄像头的双路取流接入，通过预置的YOLO目标检测模型对画面进行实时分析。能够精确识别特定目标，实现人员检测、区域侵入实时告警以及车流量自动统计功能。在1080P高分辨率下达到35fps实时处理，系统完全在本地闭环运行，无需依赖云端，满足边缘侧低时延、高隐私的需求。

我主要负责YOLO模型的端侧推理优化、后处理逻辑及Linux系统集成。
技术栈与架构：使用rknn-toolkit2工具链进行模型转换与INT8量化；基于C++在嵌入式Linux环境下开发服务化模块。核心亮点与难点：1、深度利用RK3588的NPU、RGA和MPP硬件加速单元，将1080P输入下的推理帧率稳定在35fps，大幅降低了CPU占用；2、解决了算子兼容性替代问题；3、负责了与流媒体同事的RTSP视频帧接口定义与回调协议联调，实现了“采集→预处理→推理→可视化”的完整闭环