本帖最后由 allentfy 于 2026-3-18 15:16 编辑
一、测评前提与环境准备 1. 核心测评对象Titanboard:推测为轻量化 AI 检测模型(如目标检测 / 图像分类类),主打端侧部署、低资源占用、实时性,适配嵌入式设备 / 边缘服务器 / PC 2. 基础环境配置(通用版,无特殊硬件要求) 环境类型 | 推荐配置 | 最低配置 | | 操作系统 | Ubuntu 20.04/Windows 10+ | Ubuntu 18.04/Windows 10 | | 编程语言 | Python 3.8~3.10 | Python 3.7 | | 深度学习框架 | PyTorch 1.13+/TensorFlow 2.10+ | PyTorch 1.8+/TensorFlow 2.6+ | | 推理框架 | ONNX Runtime 1.15+/TensorRT 8.4+ | ONNX Runtime 1.10+ | | 硬件 | CPU(i7-12700H)/GPU(RTX3060 6G) | CPU(i5-10400)/GPU(GTX1650 4G) | | 辅助工具 | RUHMI 工具包、OpenCV 4.7+、LabelImg(可选) | RUHMI 基础版、OpenCV 4.5+3. 前置安装命令 | 3. 前置安装命令
![]()
|