Placa principal da placa de desenvolvimento RK3566 Goldfinger

Recursos do TC-RK3566

TC-RK3566 Destaques 1: CPU de alto desempenho

A nova arquitetura ARM e o processo avançado trazem maior desempenho e eficiência de energia

Destaques 2 do TC-RK3566: Rockchip ISP de nova geração (3ª geração)

até

A poderosa função HDR torna a imagem nítida sob luz de fundo ou condições de luz forte

Suporta saída de zoom simultânea de canal duplo

Função de cancelamento de ruído, para que a imagem em condições de pouca luz também seja delicada

Função de desembaçamento de suporte, pode ver claramente mesmo em neblina

Suporta correção lateral de LDCH para remover a distorção causada pela lente do sensor

TC-RK3566 Destaque 3: Poderosa capacidade de decodificação/codificação de multimídia

Suporte 4KP60 H.264/H.265/VP9 e outros formatos de decodificação HD

Suporta decodificação simultânea de várias fontes de vídeo

Suporte HDR10, excelente desempenho em cores e faixa dinâmica

Suporta pós-processamento de imagem, desentrelaçamento, denoising, aprimoramento de cor, aumento de resolução

Suporta codificação de formato 1080p 60fps H.264 e H.265

Suporta taxa de bits dinâmica, taxa de quadros, ajuste de resolução

TC-RK3566 Destaque 4: Unidade de processamento RKNN AI eficiente e integrada

NPU com poder de computação de 0,8TOPs

Acelerador de hardware de rede neural incorporado, suporta operação eficiente INT8, INT16, FP16

O hardware NPU suporta nativamente tecnologias como fusão de pré-processamento, quantização de canal e salto zero

Suporta compactação sem perdas de parâmetros de rede neural INT8, INT16, FP16

O núcleo NPU suporta convolução comum, convolução separável em profundidade, deconvolução, convolução de furos, camada totalmente conectada e camada de pooling

Os blocos internos da NPU incluem operações de adição múltipla, ativação, LUT e unidades de conversão de precisão e suporte à construção de camada personalizada

Suporta conversão de modelo com um clique, suporta modelos de framework Caffe/TensorFlow/TF-Lite/ONNX/PyTorch/Keras/Darknet