隨著科技的飛速發(fā)展，機(jī)器視覺(jué)技術(shù)在消防領(lǐng)域的應(yīng)用日益廣泛。而RK3588核心板作為高性能、低功耗的處理器，正成為機(jī)器視覺(jué)消防產(chǎn)品的得力助手。

這款核心板集成了多種強(qiáng)大功能，內(nèi)置NPU, 支持INT4/INT8/INT16/FP16混合運(yùn)算，運(yùn)算能力高達(dá)6Tops。支持深度學(xué)習(xí)框架，基于TensorFlow/MXNet/PyTorch/Caffe等一系列框架的網(wǎng)絡(luò)模型可以輕松轉(zhuǎn)換，通過(guò)算法分析，精準(zhǔn)識(shí)別火源位置，為消防人員提供實(shí)時(shí)、準(zhǔn)確的火情信息。

RK3588核心板憑借出色的圖像處理能力，幫助消防人員迅速找到火源，為滅火贏得寶貴時(shí)間。

此外，RK3588核心板還支持多種接口和擴(kuò)展功能，可以與其他消防設(shè)備無(wú)縫對(duì)接，實(shí)現(xiàn)智能化、自動(dòng)化的消防管理。

RK3588核心板：320PIN全部引出，滿足各個(gè)行業(yè)擴(kuò)展需求。

CPU：ROCKCHIP RK3588 八核A76+A55

主頻：八核處理器，A76四核+A55四核，主頻 2.0GHz

內(nèi)存：8G/16G可選（最高可支持32GB)

存儲(chǔ)器：32G/64G可選

電源管理芯片：使用 RK806-1，支持動(dòng)態(tài)調(diào)頻等

GPU：集成Mali G610 3D 四核GPU，支持OpenGLES 1.1、2.0、3.2，OpenCL 2.2、Vulkan1.2至少支持2路4K UI，流暢運(yùn)行復(fù)雜的圖形處理及游戲。

NPU：支持INT4/INT8/INT16/FP16混合運(yùn)算，運(yùn)算能力高達(dá)6TOPS，支持基于TensorFlow/MXNet/PyTorch/Caffe等一系列的框架的網(wǎng)絡(luò)模型。

多媒體視頻解碼:8K@60fps H.265/H.264/VP9/AV1視頻解碼

8K@30fps H.264 AVC/MVC

4K@60fps AV1

1080P@60fps MPEG-2/-1/VC-1/VP8

視頻編碼:8K@30fps H.265/H.264

可實(shí)現(xiàn)32路1080P@30fps編碼和16路1080@30fps編碼

ISP，4800萬(wàn)像素ISP（圖像信號(hào)處理器）

迅為提供npu使用手冊(cè)，使開(kāi)發(fā)更快速：

第 1 章 你好！NPU

1.1NPU 的誕生！

1.21.2 初識(shí) RKNPU

第 2 章 準(zhǔn)備 RKNPU 開(kāi)發(fā)環(huán)境2.1 開(kāi)發(fā)環(huán)境

2.1 軟件架構(gòu)

2.2 SDK 說(shuō)明

第 3 章 讓 NPU 跑起來(lái)

3.1 在 Linux 系統(tǒng)中使用 NPU

3.1.1 設(shè)置交叉編譯器

3.1.2 修改編譯工具路徑

3.1.3 更新 RKNN 模型

3.1.4 編譯 demo

3.1.5 開(kāi)發(fā)板運(yùn)行 demo

3.2 在 Android 系統(tǒng)中使用 NPU

3.2.1 下載編譯所需工具

3.2.2 修改編譯工具路徑

3.2.3 更新 RKNN 模型

3.2.4 編譯 demo

3.2.5 開(kāi)發(fā)板運(yùn)行 demo

第 4 章 體驗(yàn) RKNN_DEMO

4.1 rknn_ssd_demo 體驗(yàn)

4.2 rkn_api_demo 體驗(yàn)

4.3 rknn_multiple_input_demo 體驗(yàn)

第 5 章 模型轉(zhuǎn)換

5.1 RKNN-Toolkit2 介紹

5.2 RKNN-Toolkit2 環(huán)境搭建

5.2.1 安裝 Miniconda

5.2.2 創(chuàng)建 RKNN 虛擬環(huán)境

5.2.3 安裝 pycharm

5.2.4 配置 pycharm

5.3 RKNN-Toolkit2 工具的使用

5.3.1 模型運(yùn)行在模擬器

5.3.2 模型運(yùn)行在 RK3588 開(kāi)發(fā)板

第 6 章 其他模型轉(zhuǎn)換

6.1 使用 tensorflow 框架

6.2 使用 caffe 框架

6.3 使用 tflite 框架

6.4 使用 onnx 框架

6.5 使用 darknet 框架

6.6 使用 pytorch 框架第 7 章 使用 RKNN-Toolkit-lite27.1 主要功能說(shuō)明

7.2 環(huán)境搭建步驟

7.2.1 安裝 Miniconda

7.2.2 創(chuàng)建 RKNN 虛擬環(huán)境

7.2.3 安裝 RKNN-ToolkitLite 2 軟件包7.2.4 安裝 opencv

7.3 運(yùn)行測(cè)試程序