张潜

yolov8n_onnx_tensorRT_rknn_horizon. yolov8n 部署版本，后处理用python语言和C++语言形式进行改写，便于移植不同平台（onnx、tensorRT、RKNN、Horzion）

yolov8_rknn_Cplusplus. yolov8 瑞芯微 rknn 板端 C++部署。

yolov11_dfl_rknn_Cplusplus. yolov11 瑞芯微 rknn 板端 C++部署，使用平台 rk3588。

yolov10_rknn_Cplusplus. yolov10 瑞芯微 rknn 板端 C++部署，使用平台 rk3588。

yolov11_onnx_rknn_tensorRT. yolov11 部署版本，将DFL放在后处理中，便于移植不同平台。

yolov8n_onnx_tensorRT_rknn_horizon_dfl. yolov8n 目标检测部署版本，便于移植不同平台（onnx、tensorRT、rknn、Horizon），全网部署最简单、速度最快的部署方式。

yolov11_deploymethods. yolov11（yolov8）尝试了7种不同的部署方法，并对每种方法的优势进行了简单总结。不同的平台、不同的时耗或CPU占用需求，总有一种方法是适用的。针对想入门部署的也是一个很好的参考学习资料。

yolov10_onnx_rknn_horizon_tensorRT. yolov10 目标检测部署版本，便于移植不同平台（onnx、tensorRT、rknn、Horizon），全网部署最简单、运行速度最快的部署方式（全网首发）。

yolov11_tensorRT_postprocess_cuda. yolov11 的tensorRT C++ 部署，后处理使用cuda实现比较耗时的操作。

yolov8pose_onnx_tensorRT_rknn_horizon. yolov8pose 部署版本，便于移植不同平台（onnx、tensorRT、rknn、Horizon）。

yolov8n_rknn_Cplusplus_dfl. yolov8 瑞芯微 rknn 板端 C++部署，使用平台 rk3588，全网最简单、运行最快的部署方式。

yolov8n_official_onnx_tensorRT_rknn_horizon. yolov8n 部署版，基于官方的导出onnx脚本导出onnx模型，在不同平台上进行部署测试，便于移植不同平台（onnx、tensorRT、rknn、Horizon）。

yolov8pose_rknn_Cplusplus. yolov8pose 瑞芯微 rknn 板端 C++部署。

yolov8seg_onnx_tensorRT_rknn_horizon. yolov8seg 部署版本，便于移植不同平台（onnx、tensorRT、rknn、Horizon）。

yolov7_caffe_onnx_tensorRT_rknn_horizon. yolov7 部署版本，后处理用python语言和C++语言形式进行改写，便于移植不同平台（caffe、onnx、tensorRT、RKNN、Horzion）。

UNetMultiLane_onnx_tensorRT_rknn_horizon. UNetMultiLane 多车道线和车道线类型识别部署版本，测试不同平台部署（onnx、tensorRT、RKNN、Horzion），可识别所在的车道和车道线的类型。

yolov8seg_rknn_Cplusplus. yolov8seg 瑞芯微 rknn 板端 C++部署，使用平台 rk3588。

yolov5p6_caffe_onnx_tensorRT_rknn_horizon. yolov5_nano_p6 部署版本，后处理用python语言和C形式进行改写，便于移植不同平台caffe、onnx、tensorRT、rknn、horizon。

yolov8-obb_onnx_rknn_horizon_tensonRT. yolov8 旋转目标检测部署，瑞芯微RKNN芯片部署、地平线Horizon芯片部署、TensorRT部署

RT-DETRv2_TensorRT_Cplusplus. RT-DETRv2 tensorrt C++ 部署

FastSAM_onnx_rknn. FastSAM 部署版本，便于移植不同平，部署简单、运行速度快。

yoloworld-onnx-tensorRT-rknn-horizon. yoloworld 的onnx、tensorRT、rknn、horizon 部署，通用各种平台和芯片。

yolov8obb_rknn_Cplusplus. yolov8obb 旋转目标检测部署rknn的C++代码

MiDaS_DepthEstimation_rknn_Cplusplus. MiDaS（Multiple Depth Estimation Accuracy with Single Network）单目深度估计，部署 rk3588。

UNetMultiLane. UNetMultiLane 多车道线、车道线类型识别，自我学习使用，没有经过大量测试，不免有问题，不喜不扰。

Ultra-Fast-Lane-Detection_caffe_onnx_horizon_rknn. Ultra-Fast-Lane-Detection 部署版本，后处理用进行改写，便于移植不同平台（caffe、onnx、RKNN、Horzion）。

yolov8_tensorRT_Cplusplus. yolov8 tensorRT 的 C++部署。

yolop_onnx_tensorRT_rknn_horizon. yolop 部署版本，后处理用python语言以C++方式形式进行改写，便于移植不同平台（onnx、tensorRT、rknn）。

centernet3d_onnx_rknn_horizon_tensorRT. CenterNet3D 部署版本，便于移植不同平台（onnx、tensorRT、rknn、Horizon）。

yolov12_onnx_rknn. yolov12 部署rknn

FastSAM_rknn_Cplusplus. FastSAM 部署rknn C++ 代码

yolov9_onnx_tensorRT_rknn_horizon. yolov9 部署，便于移植不同平台（onnx、tensorRT、rknn、Horizon），全网首个通用部署示例。

DETR_onnx_tensorRT_V2. DETR tensor去除推理过程无用辅助头+fp16部署再次加速+解决转tensorrt 输出全为0问题的新方法。

yolov9_rknn_Cplusplus. yolov9 瑞芯微 rknn 板端 C++部署。

yolov8seg_onn_rknn_horizon_tensorRT_dfl. yolov8seg 部署版本，便于移植不同平台（onnx、tensorRT、rknn、Horizon），全网部署最简单、速度最快的部署方式。

yolov8pose_dfl_rknn_Cplusplus. yolov8pose 部署版本，将DFL放在后处理中，部署rk3588.

PointPillars_onnx_tensorRT. PointPillars 部署tensorrt

yolov8pose_onn_rknn_horizon_tensorRT_dfl. yolov8pose 部署版本，将DFL放在后处理中，便于移植不同平台（onnx、tensorRT、rknn、Horizon），全网部署最简单、速度最快的部署方式。

yolov13_dfl_rknn_Cplusplus. yolov13部署rknn

cqu20160901.

yoloworld-tensorRT-Cplusplus. C++

DETR_tensorRT_Cplusplus. DETR tensorRT C++部署。

yolov13_onnx_rknn. yolov13部署rknn

yolov8seg_dfl_rknn_Cplusplus. yolov8seg 瑞芯微 rknn 板端 C++部署，使用平台 rk3588，部署难度小，运行速度快。

UNetMultiLane_rknn_Cplusplus. UNetMultiLane 多车道线和车道线类型识别rknn部署C++代码

yoloworld-rknn-Cplusplus. C

LPRNet_rknn_Cplusplus. 车牌识别 LPRNet : License Plate Recognition via Deep Neural Networks 部署rk3588，C++实现。

yolov6n_v2.0_caffe_onnx_rknn. yolov6n 部署版本，后处理用python语言和C++语言形式进行改写，便于移植不同平台（caffe、onnx、rknn）

DETR_onnx_tensorRT. DETR tensorRT 部署。

ssd_caffe_onnx_tensorRT. 用python语言以C++的风格重写SSD的后处理，caffe、onnx、tensorRT三个版本

yolov6n_caffe_onnx_tensorRT. yolov6n 部署版本，后处理用python语言和C++语言形式进行改写，便于移植不同平台（caffe、onnx、tensorRT）。

plateRegress_caffe_onnx_tensorRT. 车牌回归，caffe、onnx、tensorRT版本，不涉及训练过程，只涉及前向推理和移植

DeepLabV3_pytorch_onnx_tensorRT. 路面分割，pytorch、onnx、tensorRT版本，不涉及训练过程，只涉及前向推理移植

yolox_caffe_onnx_tensorRT. yolox 部署版本，后处理用python语言和C++语言形式进行改写，便于移植不同平台（caffe、onnx、tensorRT）。

yolov12_dfl_rknn_Cplusplus. yolov12 部署版本，将DFL放在后处理中，便于移植不同平台。

CenterNet_rknn_Cplusplus. centernet 瑞芯微 rknn 板端 C++部署。

RFB_Face_caffe_onnx_tensorRT. RFB320_Face_Detector 部署版本（不涉及训练），后处理用python语言和C++语言形式进行改写，便于移植不同平台（caffe、onnx、tensorRT）。

CenterNet_onnx_rknn_horizon_tensorRT. CenterNet 部署版本，便于移植不同平台（onnx、tensorRT、rknn、Horizon）。本来想做基于CenterNet的单目3D目标检测，但觉得要先把centenet后处理手撸一遍，说干就干。

yolov9_tensorRT_Cplusplus. yolov9 tensorRT C++部署。

FCOS_onnx. FCOS_onnx用python语言和C语言的风格进行进行了重写，便于不同平台进行移植。