RK3566 Placă de dezvoltare Goldfinger Placă de bază

Caracteristici TC-RK3566

TC-RK3566 Repere 1: CPU de înaltă performanță

Noua arhitectură ARM și procesul avansat oferă performanțe mai mari și eficiență energetică

TC-RK3566 Repere 2: ISP Rockchip de nouă generație (a treia generație)

pâna la

Funcția HDR puternică face imaginea clară în condiții de lumină de fundal sau de lumină puternică

Suportă ieșire de zoom simultană pe două canale

Funcție de anulare a zgomotului, astfel încât imaginea în condiții de lumină scăzută să fie și ea delicată

Sprijină funcția de dezaburire, se poate vedea clar chiar și în ceață

Sprijină corecția laterală a LDCH pentru a elimina distorsiunea cauzată de lentila senzorului

TC-RK3566 Repere 3: Capacitate puternică de decodare/codare multimedia

Suport 4KP60 H.264/H.265/VP9 și alte formate de decodare HD

Suportă decodarea simultană a mai multor surse video

Suport HDR10, performanță excelentă în culori și gamă dinamică

Suportă post-procesare a imaginii, deinterleaving, dezgomot, îmbunătățirea culorilor, creșterea rezoluției

Suportă codificarea în format 1080p 60fps H.264 și H.265

Suportă rata de biți dinamică, rata de cadre, ajustarea rezoluției

TC-RK3566 Repere 4: Unitate integrată de procesare RKNN AI eficientă

NPU cu o putere de calcul de 0,8 TOP

Accelerator hardware de rețea neuronală încorporat, suportă funcționarea eficientă INT8, INT16, FP16

Hardware-ul NPU acceptă nativ tehnologii precum îmbinarea pre-procesare, cuantificarea canalelor și ignorarea zero

Suportă compresia fără pierderi a parametrilor rețelei neuronale INT8, INT16, FP16

Miezul NPU acceptă convoluția obișnuită, convoluția separabilă în adâncime, deconvoluția, convoluția găurilor, stratul complet conectat și stratul de pooling

Blocurile interne NPU includ operații de multiplicare-adăugare, activare, LUT și unități de conversie de precizie și suportă construcția de straturi personalizate

Acceptă conversia modelului cu un singur clic, acceptă modelele de cadru mainstream Caffe/TensorFlow/TF-Lite/ONNX/PyTorch/Keras/Darknet