docs: add rknn yolov8 multi-streams demo

docs/common/ai/_rknn_yolov8_multi_stream.mdx

@@ -0,0 +1,129 @@
+在 RK3588 NPU 上使用 YOLOv8 进行多路视频目标检测。
+
+<div style={{ textAlign: "center" }}>
+  <img
+    src="/img/general-tutorial/rknn/yolov8-multi-stream.webp"
+    style={{ width: "85%" }}
+  />
+</div>
+
+## 特性
+
+- **多路处理**: 同时支持 9+ 路视频流
+- **3 核 NPU 加速**: 充分利用 RK3588 的 3 个 NPU 核心
+- **Pipeline 架构**: 解码 → NPU 推理 → 后处理 → 显示
+- **实时显示**: 网格显示，带帧率统计（视频帧率 + 推理帧率）
+- **Letterbox 预处理**: 保持宽高比，保证检测精度
+
+## 安装方法
+
+### 克隆项目仓库
+
+<NewCodeBlock tip="Device" type="device">
+
+```bash
+git clone https://github.com/ZIFENG278/RK3588-Multi-Stream-YOLOv8-Detection.git
+```
+
+</NewCodeBlock>
+
+### 安装依赖
+
+:::tip
+请在 python [虚拟环境](../venv-usage) 中安装相关依赖
+:::
+
+<NewCodeBlock tip="Device" type="device">
+
+```bash
+pip3 install rknn-toolkit-lite2 opencv-python
+```
+
+</NewCodeBlock>
+
+## 使用方法
+
+### 基本运行（9 路，3 核）
+
+:::tip
+--video-dir 请指定包含视频文件的文件夹
+:::
+
+<NewCodeBlock tip="Device" type="device">
+
+```bash
+python3 main_rknn_pipeline.py --video-dir ./video
+```
+
+</NewCodeBlock>
+
+### 无显示模式（适合测试）
+
+<NewCodeBlock tip="Device" type="device">
+
+```bash
+python3 main_rknn_pipeline.py --video-dir ./video --no-display --max-frames 100
+```
+
+</NewCodeBlock>
+
+### 自定义参数
+
+<NewCodeBlock tip="Device" type="device">
+
+```bash
+python3 main_rknn_pipeline.py \
+    --num-streams 6 \
+    --num-cores 3 \
+    --model yolov8n-i8-3588.rknn \
+    --video-dir video \
+    --conf-threshold 0.5 \
+    --iou-threshold 0.45
+```
+
+</NewCodeBlock>
+
+## 命令行参数
+
+| 参数               | 默认值               | 说明             |
+| ------------------ | -------------------- | ---------------- |
+| `--num-streams`    | 9                    | 视频流数量       |
+| `--num-cores`      | 3                    | NPU 核心数 (1-3) |
+| `--model`          | yolov8n-i8-3588.rknn | 模型文件路径     |
+| `--video-dir`      | video                | 视频目录         |
+| `--conf-threshold` | 0.4                  | 置信度阈值       |
+| `--iou-threshold`  | 0.45                 | NMS IoU 阈值     |
+| `--no-display`     | False                | 禁用显示         |
+| `--max-frames`     | None                 | 限制帧数         |
+
+## 性能参考
+
+### 测试条件
+
+<NewCodeBlock tip="Device" type="device">
+
+```bash
+python main_rknn_pipeline.py \
+    --num-streams 9 \
+    --num-cores 3 \
+    --model yolov8n-i8-3588.rknn \
+    --video-dir video \
+    --max-frames 1000
+```
+
+</NewCodeBlock>
+
+| 硬件    | 内存 | 视频数量 | NPU 核心 | 模型    | 量化方式 | 帧数 |
+| ------- | ---- | -------- | -------- | ------- | -------- | ---- |
+| ROCK5B+ | 8GB  | 9        | 3        | yolov8n | INT8     | 1000 |
+
+### 测试结果
+
+| 阶段     | 耗时 (avg ms) |
+| -------- | ------------- |
+| 解码     | 2.24          |
+| 预处理   | 2.00          |
+| NPU 推理 | 25.77         |
+| 后处理   | 15.66         |
+| 绘制     | 1.43          |
+| **总计** | **47.10**     |

docs/rock5/rock5b/app-development/ai/yolov8-multi-stream.md

@@ -0,0 +1,15 @@
+---
+sidebar_position: 29
+description: 使用 RKNN 进行 YOLOv8 多路识别
+
+doc_kind: wrapper
+source_of_truth: common
+imports_resolve_to:
+  - docs/common/ai/_rknn_yolov8_multi_stream.mdx
+---
+
+# YOLOv8 多路识别
+
+import RKNNYOLOV8MULTISTREAM from "../../../../common/ai/\_rknn_yolov8_multi_stream.mdx";
+
+<RKNNYOLOV8MULTISTREAM />