Основная плата RK3566

Особенности TC-RK3566

Особенности TC-RK3566 1: Высокопроизводительный ЦП

Новая архитектура ARM и усовершенствованный процесс обеспечивают более высокую производительность и энергоэффективность.

TC-RK3566 Highlights 2: Интернет-провайдер Rockchip нового поколения (3-го поколения)

вплоть до

Мощная функция HDR делает изображение четким при контровом свете или в условиях сильного освещения.

Поддержка двухканального одновременного масштабирования

Функция шумоподавления, так что изображение в условиях низкой освещенности также будет деликатным

Поддержка функции предотвращения запотевания, четкое изображение даже в дымке

Поддержка боковой коррекции LDCH для устранения искажений, вызванных линзой датчика.

TC-RK3566 Highlight 3: Мощные возможности декодирования/кодирования мультимедиа

Поддержка 4KP60 H.264/H.265/VP9 и других форматов декодирования HD

Поддержка одновременного декодирования нескольких источников видео

Поддержка HDR10, отличная производительность по цвету и динамическому диапазону

Поддержка постобработки изображений, деинтерливинга, шумоподавления, улучшения цвета, увеличения разрешения.

Поддержка кодирования формата 1080p 60fps H.264 и H.265

Поддержка динамического битрейта, частоты кадров, регулировки разрешения

TC-RK3566 Highlight 4: интегрированный эффективный блок обработки AI RKNN

NPU с вычислительной мощностью 0,8TOPs

Встроенный аппаратный ускоритель нейронной сети, поддержка эффективной работы INT8, INT16, FP16

Аппаратное обеспечение NPU изначально поддерживает такие технологии, как слияние предварительной обработки, квантование каналов и нулевой пропуск.

Поддержка сжатия без потерь параметров нейронной сети INT8, INT16, FP16.

Ядро NPU поддерживает обычную свертку, свертку с разделением по глубине, деконволюцию, свертку с отверстиями, полносвязный слой и слой пула.

Внутренние блоки NPU включают в себя операции множественного сложения, активацию, LUT и прецизионные единицы преобразования, а также поддерживают создание пользовательских слоев.

Поддержка преобразования модели одним щелчком мыши, поддержка основных моделей фреймворка Caffe/TensorFlow/TF-Lite/ONNX/PyTorch/Keras/Darknet.