RK3588 部署 YOLO26 目标检测：从环境搭建到 NPU 推理

购买即可解锁1000+YOLO优化文章，并且还有海量深度学习复现项目，价格仅需两杯奶茶的钱，每日更新

RK3588 部署 YOLO26 目标检测：从环境搭建到 NPU 推理

一、部署链路

PC 端（训练 + 转换）              RK3588 端（推理）
─────────────────────             ─────────────────
YOLO26.pt (PyTorch)
      ↓ yolo export
YOLO26.onnx (opset=11)
      ↓ RKNN Toolkit2
YOLO26.rknn (INT8)  ─── scp ───→  RKNN Runtime 加载
                                        ↓
                                  OpenCV 取帧 → 推理 → 显示

RK3588 的 NPU 算力 6 TOPS（INT8）。YOLO26n 量化后推理约 15ms，YOLO26s 约 30ms，可以覆盖 30 FPS 实时检测。

二、PC 端环境搭建

2.1 Python 环境

用 Anaconda 创建独立环境，避免版本冲突：

conda create