“一芯四用”，米尔RK3576如何同时驾驭4路YOLOv8视频流？
在科技飞速发展的当下，人工智能与边缘计算的融合正以前所未有的速度重塑着我们的生活。RK3576芯片拥有4核Cortex-A72以及4核Cortex-A53提供基础算力，6TOPS算力NPU来模型推导运算。使用YOLOv8模型时也是手到擒来，接下来随着步伐看看它表现如何。
图：此次的板卡米尔RK3576核心板开发板
YOLO简介
YOLO（You Only Look Once）是当前业界领先的实时目标检测算法系列，以其速度和精度的完美平衡而闻名。从它发布至今，经历了好几个版本变革，下图是它发展历史。
图1-1. YOLO版本发展史
YOLOv8在性能、易用性、架构现代性和生态之间取得了最佳的平衡，它是目前最全面，最省心选择。
同样YOLOv8也有很多尾缀，用一个表简单列一下它们分别代表什么意思：
表1-1.按任务类型区分
后缀
全称
任务
输出
典型应用
-det
Detection
目标检测
边界框 (BBox)+类别和置信度
找出图像中所有感兴趣的物体并用框标出。如：行人检测、车辆检测、安全帽检测。
-seg
Segmentation
实例分割
边界框+类别+像素级掩膜 (Mask)
在目标检测的基础上，进一步勾勒出物体的精确轮廓。如：抠图、自动驾驶中识别道路和车辆形状。
-pose
Pose..
