Other Language: English
RT-AK:RT-Thread AI Kit，RT-Thread AI 套件。
RT-AK 是 RT-Thread AI 团队为 RT-Thread 实时操作系统所开发的 AI 套件，能够将 AI 模型一键部署到 RT-Thread 项目中。
开发者既能够使用 RT-AK 提供的 API 进行业务代码开发，又能在目标平台上获极致优化的性能，从而更简单便捷地开发端侧 AI 应用程序。
在 RT-AK 支持下，仅需要一行命令，即可将 AI 模型部署到 RT-Thread 系统中：
$ python aitools.py --model xxx...要进一步了解如何使用框架，请查阅 ./RT-AK/README.md 中的演示示例部分。
我们致力于降低嵌入式 AI 落地的难度和门槛
RT-AK 运行环境支持：
| Build Type | Status | Artifacts |
|---|---|---|
| Windows 10 |  |
|
| Ubuntu 18.04 | |
|
| Mac | - |
RT-AK 之插件支持：
| Build Type | Status | Artifacts |
|---|---|---|
| STM32 | |
RT-AK 之 STM32 插件快速上手文档 |
| K210 |  |
RT-AK之K210插件快速上手文档 |
| - | - | - |
其中 STM32 与 K210 原厂均有有提供模型优化（量化）操作，
但是在 RT-AK 中，仅有 K210 插件支持量化操作，STM32 插件尚未集成量化功能
注意：
- 在使用
STM32插件之前，如需要进行整型计算，需要将模型提前量化好，否则就是用浮点进行计算。 - 在使用
K210插件之前，神经网络模型必须是原始模型，确保其没有经过量化。如有需要，量化该过程将会在插件内部自动执行。
详细请看文档说明
| Build Type | Status | Artifacts |
|---|---|---|
-
QQ群: 807401653
-
公众号：
RTThread 物联网操作系统
-
商业合作：平台支持、AI 解决方案定制等请联系 [email protected]
对项目内部细节感兴趣的开发人员，在 RT-AK/documents 文件夹中有更多技术文档，欢迎贡献文档、示例工程及平台支持包(独立仓库)