Carte de base de la carte de développement RK3566 Goldfinger

Caractéristiques du TC-RK3566

TC-RK3566 Points forts 1 : CPU hautes performances

La nouvelle architecture ARM et le processus avancé améliorent les performances et l'efficacité énergétique

TC-RK3566 Points forts 2 : FAI Rockchip de nouvelle génération (3e génération)

Jusqu'à

La fonction HDR puissante rend l'image claire en contre-jour ou dans des conditions de forte luminosité

Prend en charge la sortie de zoom simultanée à double canal

Fonction d'annulation du bruit, de sorte que l'image dans des conditions de faible luminosité est également délicate

Prend en charge la fonction de désembuage, peut voir clairement même dans la brume

Prise en charge de la correction latérale du LDCH pour éliminer la distorsion causée par la lentille du capteur

TC-RK3566 Highlight 3 : Puissante capacité de décodage/codage multimédia

Prise en charge du décodage HD 4KP60 H.264/H.265/VP9 et d'autres formats

Prend en charge le décodage simultané de plusieurs sources vidéo

Prend en charge HDR10, excellentes performances de couleur et de plage dynamique

Prend en charge le post-traitement d'image, le désentrelacement, le débruitage, l'amélioration des couleurs, l'augmentation de la résolution

Prise en charge de l'encodage au format 1080p 60fps H.264 et H.265

Prend en charge le débit binaire dynamique, la fréquence d'images, le réglage de la résolution

TC-RK3566 Point culminant 4 : unité de traitement RKNN AI efficace intégrée

NPU avec une puissance de calcul de 0,8 TOP

Accélérateur matériel de réseau neuronal intégré, prise en charge du fonctionnement efficace INT8, INT16, FP16

Le matériel NPU prend en charge nativement des technologies telles que la fusion de prétraitement, la quantification des canaux et le saut à zéro

Prise en charge de la compression sans perte des paramètres de réseau neuronal INT8, INT16, FP16

Le noyau NPU prend en charge la convolution ordinaire, la convolution séparable en profondeur, la déconvolution, la convolution des trous, la couche entièrement connectée et la couche de regroupement

Les blocs internes NPU incluent les opérations de multiplication-ajout, l'activation, la LUT et les unités de conversion de précision, et prennent en charge la construction de couches personnalisées

Prise en charge de la conversion de modèle en un clic, prise en charge des modèles de cadre Caffe/TensorFlow/TF-Lite/ONNX/PyTorch/Keras/Darknet