RK3566 Основна плоча

Карактеристики на TC-RK3566

TC-RK3566 Определување 1: Процесор со високи перформанси

Новата архитектура на ARM и напредниот процес носат повисоки перформанси и енергетска ефикасност

TC-RK3566 Определување 2: Нова генерација (3-та генерација) Rockchip ISP

до

Моќната функција HDR ја прави сликата јасна при позадинско осветлување или услови на силна светлина

Поддржете двоканален излез за истовремено зумирање

Функција за поништување на шум, така што сликата при слаба осветленост е исто така деликатна

Поддржува функција за одмаглување, може да се види јасно дури и во магла

Поддржете ја страничната корекција на LDCH за да се отстрани изобличувањето предизвикано од леќата на сензорот

TC-RK3566 Означување 3: Моќна мултимедијална способност за декодирање/шифрирање

Поддржува 4KP60 H.264/H.265/VP9 и други формати за декодирање на HD

Поддржете истовремено декодирање на повеќе видео извори

Поддршка HDR10, одлични перформанси во боја и динамички опсег

Поддршка за пост-обработка на слики, депреплетување, отстранување на звучи, подобрување на бојата, зголемување на резолуцијата

Поддржува кодирање со формати 1080p 60fps H.264 и H.265

Поддржува динамична брзина на битови, брзина на слики, прилагодување на резолуцијата

TC-RK3566 Highlight 4: Интегрирана ефикасна единица за обработка на RKNN AI

NPU со компјутерска моќ од 0,8 ТОП

Вграден хардверски забрзувач на невронска мрежа, поддржува ефикасно работење INT8, INT16, FP16

Хардверот на NPU природно поддржува технологии како што се спојување пред обработка, квантизација на канали и нула прескокнување

Поддржете компресија без загуби на параметрите на нервната мрежа INT8, INT16, FP16

Јадрото на NPU поддржува обична конволуција, длабинско раздвојување, деконволуција, извиткување дупка, целосно поврзан слој и слој за здружување

Внатрешните блокови на NPU вклучуваат операции за множење-додавање, активирање, LUT и прецизни единици за конверзија и поддржуваат сопствена конструкција на слоеви

Поддржете конверзија на модели со еден клик, поддржувајте модели на мејнстрим рамка Caffe/TensorFlow/TF-Lite/ONNX/PyTorch/Keras/Darknet