它能做什么
每一项能力都对应一个具体的日常问题。
三步卡片式 UI
选模型、配参数、点转换，每一步都有说明与默认值，不熟悉 RKNN 也能用。
YOLOv8 全系列
Det、Seg、Pose、OBB 四种任务类型都支持，另有 ResNet 与 RetinaFace 预设。
双转换路径
既能从 PyTorch 经 TorchScript 转 RKNN，也能从现成 ONNX 直接转，按手头文件选择。
INT8 量化
内置 INT8 量化流程，相比 FP16 在 NPU 上吞吐更高，精度损失可控。
校准集构建
自动从数据集抽取代表性样本组成校准集，也可手动指定目录。
SSE 实时日志
转换过程的每一步通过 SSE 实时推送，卡在哪一步一眼可见。
在真实场景里怎么用
不是功能罗列，而是具体怎么做完一件事。
选模型、配量化、开始转换
第一步上传或指定模型文件，工具会识别任务类型并给出推荐参数。
第二部确认输入尺寸、量化方式与校准集来源，第三部开始转换并实时查看日志。
转换失败时，日志会告诉你卡在哪一层
SSE 日志逐条推送每步结果，失败时保留完整上下文，方便对比社区方案排查。
生成的 RKNN 模型可在页面内用 Netron 预览结构，转换结果立即可验证。
设计上的取舍
确定的部分交给代码，不确定的部分交给你决定。
本地运行
Web 界面在本机启动，模型文件不上传到第三方服务器。
结构预览
集成 Netron，转换后可直接查看模型结构是否与预期一致。
进度可见
长耗时步骤有明确的进度与当前阶段，不会出现「转了很久不知道在干嘛」。
预设齐全
常见模型开箱可选，减少反复试参数的时间。
使用前你可能想先知道
需要什么环境？
需要本机具备 RKNN Toolkit2 的 Python 环境。工具本身是 Web 界面，负责编排转换流程与展示日志。
支持哪些模型？
YOLOv8 全系列（Det / Seg / Pose / OBB）、ResNet、RetinaFace，也可通过 ONNX 路径转换其它模型。
怎么获取？
在 GitHub 仓库查看安装与使用说明。
现在就开始使用
免费下载，本地运行。数据留在你自己的机器上。
这是桌面应用，请在电脑上打开本页面下载。
其它格式
SHA256 校验值
下载即表示同意按「现状」使用，软件不收集使用数据。