边缘视觉: RK3576 运行 YOLO 目标检测 - 1

边缘视觉: RK3576 运行 YOLO 目标检测

在 reComputer RK3576 上使用 RKNN NPU 加速运行 YOLO 11 目标检测，支持 nano/small/medium 三种模型选择。

入门10min视觉
rk3576yoloobject-detectionedge-ainpu

它能帮你做什么

把 reComputer RK3576 变成一个实时目标检测器。YOLO 11 能在图片或实时视频中识别人、车辆、动物等 80 种物体——所有处理都在本地完成。

核心价值

  • 三种模型大小 — 极速版（最快）、均衡版、精确版（最准），按需选择
  • 灵活输入 — 上传图片、处理视频文件，或使用 USB 摄像头实时检测
  • 标准 REST API — 简单的 HTTP 接口，轻松集成到任何应用中
  • NPU 加速 — RKNN NPU 在低功耗硬件上实现实时检测

适用场景

场景说明
安防监控在摄像头画面中检测人和车辆
零售分析统计客流量和行人轨迹
质量检测在生产线上识别产品缺陷
野生动物监测在户外摄像头中检测和分类动物

使用须知

  • 无需摄像头也能使用——通过 API 上传图片即可检测
  • 支持通过配置文件自定义检测类别
  • 检测阈值（置信度、NMS IOU）可在运行时调整
  • 提供 MJPEG 视频流，可在浏览器中实时预览

集成接口

http

目标检测推理 API（支持图片上传、视频和实时摄像头）

/api/models/yolo11/predict · Port: 8000 · Method: POST
{"predictions":[{"class":"person","confidence":0.92,"box":{"x1":100,"y1":200,"x2":300,"y2":500}}]}
http_stream

带检测框叠加的 MJPEG 视频流

/api/video_feed · Port: 8000 · Method: GET
http

获取/设置检测阈值（置信度、NMS IOU）

/api/config · Port: 8000 · Method: GET

使用说明

network

拉取 Docker 镜像需要网络连接

rtsp

USB 摄像头（可选，用于实时检测）

部署方案

edge_device
reComputer RK3576
reComputer RK3576

下载与安装

预设: RK3576 目标检测 {#rk3576_cv}

一键将 YOLO 11 目标检测部署到 reComputer RK3576。

设备用途
reComputer RK3576使用 RKNN NPU 加速运行 YOLO 11
USB 摄像头（可选）实时视频检测输入

部署后你将获得：

  • 本地运行的 YOLO 11 检测 API
  • 3 种模型大小可选：极速版（最快）、均衡版、精确版（最准）
  • 图片/视频检测 REST API + MJPEG 实时视频流
  • 开箱即用，支持 80 种 COCO 物体类别

前提条件： RK3576 设备可通过 SSH 访问 + 已安装 Docker

步骤 1: 部署 YOLO 11 {#deploy_cv type=docker_deploy required=true config=devices/rk3576.yaml}

将目标检测容器部署到 RK3576 设备。

部署目标: 远程部署 {#rk3576_remote type=remote config=devices/rk3576.yaml default=true}

通过 SSH 一键部署到 RK3576。

接线

  1. 将 RK3576 连接到与电脑相同的网络
  2. 如需实时视频检测，请连接 USB 摄像头
  3. 选择模型大小（初学者推荐极速版）
  4. 填写设备 IP、SSH 用户名和密码
  5. 点击 部署

部署完成

  1. YOLO 容器已在 RK3576 上运行
  2. 检测 API：http://<设备IP>:8000/api/models/yolo11/predict
  3. 实时视频流：http://<设备IP>:8000/api/video_feed（需要摄像头）
  4. Web 预览：http://<设备IP>:8000（如可用）

故障排查

问题解决方案
SSH 连接失败检查 IP 地址、用户名、密码
未检测到 NPU确认设备为 RK3576 且已加载 RKNPU 内核模块
未检测到摄像头检查 USB 摄像头是否已连接。无摄像头时仍可通过图片上传 API 进行检测
镜像拉取缓慢检查网络连接，镜像约 1-2GB

步骤 2: 试试检测效果 {#verify_cv type=image_predict}

验证检测服务是否正常工作。

模式: 图片检测 {#image_mode config=devices/cv_image.yaml default=true}

上传一张图片测试目标检测。

故障排查

问题解决方案
没有检测结果尝试包含人或车辆的图片
连接被拒绝等待 15-30 秒让服务启动

模式: 实时视频 {#video_mode config=devices/cv_stream.yaml}

查看带检测框的实时摄像头画面（需要 USB 摄像头）。

故障排查

问题解决方案
黑屏检查 USB 摄像头是否已连接
无视频流检查 MJPEG 地址是否正确

部署完成

YOLO 11 目标检测已在你的 RK3576 设备上运行。

图片上传示例

curl -X POST http://<设备IP>:8000/api/models/yolo11/predict \
  -F "file=@photo.jpg" \
  -F "conf=0.5"

实时视频流

在浏览器中打开：http://<设备IP>:8000/api/video_feed

调整检测阈值

curl -X POST http://<设备IP>:8000/api/config \
  -H "Content-Type: application/json" \
  -d '{"obj_thresh": 0.3, "nms_thresh": 0.5}'
联系我们
获取方案参考设计与产品选型支持。
您是否使用过我们的产品？
边缘视觉: RK3576 运行 YOLO 目标检测