C#+YOLO 边缘计算实战：从桌面端到 RK3588/Jetson 全部署指南

摘要：
在工业现场，昂贵的工控机（x86）往往不是最优解。边缘计算设备（如 RK3588, Jetson Orin/Nano）凭借低功耗、小体积和专用 NPU/GPU，正成为视觉检测的新宠。

但痛点也随之而来：

• 架构差异：x86 (x64) 代码无法直接在 ARM64 上运行。
• 推理引擎：ONNX Runtime CPU 太慢，必须调用 NPU/GPU。
• 部署复杂：交叉编译、依赖库缺失、C# 与 C++ SDK 的互操作性。

本文提供一套完整的 C#+YOLO 边缘部署全链路方案：

1. 模型转换：如何将 PyTorch 模型优化为适配 RKNN/TensorRT 的格式。
2. 架构选型：
   • 方案 A (纯 C#)：使用 .NET 6/8 + ONNX Runtime (适合 Jetson GPU)。
   • 方案 B (混合架构)：C# UI + C++ 推理服务 (gRPC/Socket) (适合 RK3588 NPU，性能最强)。
3. 实战部署：RK3588 (RKNN) 与 Jetson