Spring 框架深度解析：GenericConverter 通用类型转换器原理与实战（spring-reading 仓库）
2026/10/3 8:21:12
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