4.4 参考示例（C++） | RDK S100/S600 DOC

📄️ 示例概述

本项目包含多个基于 C/C++ 编写的 AI 示例程序，适用于 RDK S100平台，覆盖图像分类、目标检测、实例分割、姿态估计、OCR、语音识别等常见 AI 任务。示例使用 .hbm 格式的量化模型进行推理，便于开发者快速验证模型效果并开展应用开发。

📄️ 图像分类-ResNet18

本示例演示如何使用C/C++部署ResNet18模型进行图像分类推理，适用于搭载BPU芯片的 RDK S100 设备，本示例代码位于/app/cdevdemo/bpu/01classificationsample/01resnet18/目录下。

📄️ 图像分类-MobileNetV2

本示例展示如何使用基于 BPU 部署的 MobileNetV2 模型进行图像分类任务，使用 C/C++ 进行推理，本示例代码位于/app/cdevdemo/bpu/01classificationsample/02mobilenetv2/目录下。

📄️ 目标检测-Ultralytics YOLOv5x

本示例展示如何在 BPU 上使用量化后的 Ultralytics YOLOv5x 模型执行图像目标检测。支持前处理、后处理、NMS 以及最终的目标框绘制和结果保存，本示例代码位于/app/cdevdemo/bpu/02detectionsample/01ultralytics_yolov5x/目录下。

📄️ 目标检测-Ultralytics YOLO11

本示例基于 Ultralytics YOLO11 模型，通过C/C++完成图像的目标检测。支持图像预处理、推理、后处理（包含解码、置信度过滤、NMS）以及结果图像保存，本示例代码位于/app/cdevdemo/bpu/02detectionsample/02ultralytics_yolo11/目录下。

📄️ 语义分割-UNetMobileNet

本示例展示了如何在 BPU 上运行 UNet-MobileNet 语义分割模型，支持图像预处理、推理、后处理（解析输出并叠加彩色分割掩码）等功能，本示例代码位于/app/cdevdemo/bpu/03instancesegmentationsample/01_unetmobilenet/目录下。

📄️ 实例分割-Ultralytics YOLO11

本示例展示了如何基在 BPU 上运行 YOLOv11 语义分割模型，支持图像预处理、推理、后处理（解析输出并叠加彩色分割掩码）等功能，本示例代码位于/app/cdevdemo/bpu/03instancesegmentationsample/02ultralyticsyolo11_seg/目录下。

📄️ 姿态估计-Ultralytics YOLO11

本示例展示了如何在 BPU 上运行 Ultralytics YOLO11 姿态估计模型，实现人体关键点检测与可视化。支持模型预处理、推理执行与后处理（含关键点解码、边界框绘制、关键点标注），本示例代码位于/app/cdevdemo/bpu/04posesample/01ultralyticsyolo11pose/目录下。