RK3568笔记133：RK3588 YOLOP 全流程部署实录：从 ONNX 转 RKNN 到视频流全屏推理

若该文为原创文章，转载请注明原文出处。本文记录了一次完整的 YOLOP（Panoptic Driving Perception）在 RK3588 上的部署过程，涵盖ONNX → RKNN 模型转换、C++ 视频流推理、全屏显示三个环节，并汇总了所有实际踩过的坑和解决方法。文末附完整可运行代码。一、项目背景YOLOP 是华中科技大学 2021 年提出的多任务驾驶感知网络，一个 Backbone 带三个 Head，同时输出：任务输出说明目标检测车辆检测框3 个尺度 head：48×80、24×40、12×20可行驶区域 (DA)二值掩码384×640 两通道 logits车道线 (LL)二值掩码384×640 两通道 logits目标是把官方单图 demo 改造成RK3588 上视频流 + 全屏实时推理，同时把转换和部署过程中遇到的坑全