2 下载网盘资料中“iTOP-3568 开发板\02_【iTOP-RK3568 开发板】开发资料

\11_NPU 使用配套资料\04_RKNN-Toolkit-lite2 工具”中 rknn_toolkit_lite2.tar.gz 压

缩包，在 windows 上解压，然后通过 U 盘拷贝 rknn_toolkit_lite2/examples 文件

夹下的 Demo inference_with_lite 放入 RK3568 开发板，这个 demo 是通过 resnet

残差神经网络识别”space_shuttle_224.jpg”这幅图片，然后运行，输入以下

命令：

cd inference_with_lite/

python3 test.py

运行成功如下图所示：

通过结果 TOP 的训练集标签查询可知，识别结果是宇宙飞船

其置信度为 0.9996，是所有标签中最高的，和图片事实相符。

更多内容可以了解迅为RK3568开发板