Rockchip RK3399将ai目标检测从嵌入式端带入实用

简介:

在人工智能领域中目标检测是非常热门的研究方向,目标检测是指对图片或视频中的目标性物体进行定位并分类。对于机器来说,从RGB像素矩阵中很难直接得到物体的抽象概念并定位,这给AI人工智能应用带来很大的挑战。

在CES2018消费电子展上,Rockchip 瑞芯微电子 发布了旗下首款智能AI处理器RK3399Pro,同时提供了嵌入式的一站化AI解决方案,满足了来年国产化的高性能使用需求。

目前,人工智能技术的主要研发方向为:人脸检测、人体检测、车辆检测、二维码检测及手势识别等,可广泛应用在监控、智能交通、新零售、自然交互等,而这些应用的基础正是目标检测技术。基于深度学习的目标检测技术具有很高的准确性和鲁棒性,但运算量比较大,长期无法在嵌入式设备中取得实际部署和应用。

针对AI人工智能市场和技术需求,Rockchip在性能强大的RK3399平台上,对MobileNet SSD网络进行专项优化,使高精度的MobileNet SSD300 1.0运行帧率达到8帧以上,精度略低而速度更快的MobileNet SSD300 0.75的运行帧率超过11帧。

在扩展接口上,RK3399Pro也跟上了主流芯片的实力:支持双TYPE-C接口、双ISP接口,对于4k输出与高速传感器的支持也很好。软件方面,包括OpenGL ES 1.x/2.x/3.1/3.2、Vulkan 1.0、OpenCL 1.1/1.2、RenderScript等API接口全数支持也让深度定制开发更加方便。而在重头戏的AI运算性能上,RK3399Pro采用的独立NPU架构与海思麒麟970相似,运算性能高达2.4TOPs,相较同类NPU芯片性能领先150%;同时支持8bit与16bit运算,能够兼容各类AI软件框架,

Rockchip基于RK3399芯片平台的深度学习目标检测技术解决方案可同时支持Android或Linux系统,提升使用目标检测技术的AI产品的用户体验,大幅缩短研发周期,帮助更多的AI智能产品尽早面市。朗锐智科适时推出基于Rockchip RK3399芯片,采用双核Cortex-A72加四核Cortex-A53 64位六核处理器,集成ARM新一代高端图像处理器Mali-T860@MP4 GPU, 产品具有优异的性能和领先的技术,同时提供RK3399主板定制服务。

产品具有集成度高,低功耗,高性能,接口丰富、高扩展等全能型应用特性,搭载Android开源系统,可满足3D、VR、人脸识别设备、机器人、无人机、VOIP视频会议系统、安防/监控/警务、工控类、IoT物联网领域、游戏终端、游戏外设类、手游挂机服务器、广告机/一体机、金融POS类、车载控制业、瘦客户机(云端服务)、教育类平板、电子白板、卡拉OK娱乐类、医疗类等多个行业应用需求。

相关文章
|
2月前
|
人工智能 并行计算 PyTorch
AI计算机视觉笔记十八:Swin Transformer目标检测环境搭建
本文详细记录了Swin Transformer在AutoDL平台上的环境搭建与训练过程。作者从租用GPU实例开始,逐步介绍了虚拟环境的创建、PyTorch安装、mmcv及mmdetection的配置,并解决了安装过程中遇到的各种问题,如cython版本冲突等。最后,通过修改代码实现目标检测结果的保存。如需了解更多细节或获取完整代码,请联系作者。原文链接:[原文链接](请在此处插入原文链接)。
|
2月前
|
机器学习/深度学习 人工智能 算法
AI计算机视觉笔记十一:yolo5+Deepsort实现目标检测与跟踪(CPU版)
DeepSORT是一种基于深度学习的计算机视觉跟踪算法,扩展了SORT算法,通过添加外观描述符减少身份切换,提高跟踪效率。本文档提供了DeepSORT环境搭建步骤,包括创建虚拟环境、安装依赖及解决常见错误等,最终实现人员和车辆的跟踪计数功能。适合无GPU设备的学习者参考。
|
3月前
|
人工智能 vr&ar
嵌入式AI控制单元整体设计思路
【8月更文挑战第3天】嵌入式AI控制单元整体设计思路。
57 11
|
6月前
|
机器学习/深度学习 存储 人工智能
边缘AI与嵌入式存储器的革新:实现数据智能化的关键
边缘AI与嵌入式存储器的革新:实现数据智能化的关键
221 10
|
6月前
|
机器学习/深度学习 人工智能 数据可视化
太强!AI没有落下的腾讯出YOLO-World爆款 | 开集目标检测速度提升20倍,效果不减
太强!AI没有落下的腾讯出YOLO-World爆款 | 开集目标检测速度提升20倍,效果不减
662 0
|
6月前
|
人工智能 算法 PyTorch
极智AI | 目标检测实现分享四:详解YOLOv4算法实现
大家好,我是极智视界,本文详细介绍一下 YOLOv4 算法的设计与实践,实践部分包括 darknet 与 pytorch。
126 1
|
6月前
|
编解码 人工智能 算法
极智AI | 目标检测实现分享二:听说克莱今天复出了?详解YOLOv2算法与克莱检测
大家好,我是极智视界,本文详细介绍一下 YOLOv2 算法的设计与实现,包括训练。
251 1
|
6月前
|
人工智能 算法 固态存储
极智AI | 目标检测实现分享三:详解YOLOv3算法实现
大家好,我是极智视界,本文详细介绍一下 YOLOv3 算法的设计与实践。
110 0
|
6月前
|
人工智能 算法 计算机视觉
极智AI | 目标检测实现分享一:详解YOLOv1算法实现
大家好,我是极智视界,本文详细介绍一下 YOLOv1 算法的设计与实现,包括训练。
258 0
|
人工智能 编解码 自然语言处理
7 Papers & Radios | 谷歌下一代AI架构Pathways论文放出;何恺明组只用ViT做主干进行目标检测(2)
7 Papers & Radios | 谷歌下一代AI架构Pathways论文放出;何恺明组只用ViT做主干进行目标检测
176 0
下一篇
无影云桌面