基于RK2108(D)的产品市场分析

Q.1
收集/了解瑞芯微RK2108芯片规格与功能,从你的角度分析RK2108可行的一个市场应用方向,并说明理由。如果由你来负责的话,后续将如何在该应用方向上进行销售推广?

RK2108(D)架构

注:MIPI DSI单元是RK2108D(2021年3月推出)具备,区别于RK2108。

功能解构
1、微处理器 ARM Cortex-M4F处理器 集成16KB指令高速缓存,16KB数据高速缓存 嵌套矢量中断控制器与处理器内核紧密集成,可实现低延迟中断处理,支持64个外部中断 包括浮点单元(FPU)

2、数字信号处理器(DSP) 具有4个24位MAC或双32位MAC架构的HiFi3 3个VLIW插槽,2路SIMD矢量FPU 语音降噪优化 集成64KB/512KB I/D TCM 集成的16KB/16KB I/D缓存
3、存储器 内部片上存储器:BootRom;共享存储器 外部片外存储器:Fspi NorFlash; FSPI pSRAM

4、系统SRAM 内部BootRom 支持从以下设备引导系统:FSPI NorFlash接口 通过以下接口支持系统代码下载:USB2接口(设备模式) 共享内存 大小:1MB

5、外部储存装置 FSPI串行闪存接口: 支持从/向串行闪存设备传输数据 支持x1,x2,x4数据位模式 支持1个片选

6、系统组成
1)CRU(时钟和重置单元): -支持2个PLL生成所有时钟 -支持单个组件的时钟门控
2)一个具有24MHz时钟输入的振荡器
3)支持对整个芯片进行全局软复位控制,还为每个组件进行单独的软复位
4)PMU(电源管理单元): -支持4个独立的电源域,可以根据不同的应用场景通过软件打开/关闭电源 -多种可配置的工作模式,可通过不同的频率或自动时钟选通控制或电源域开/关控制来节省功率 -支持DSP自动掉电模式
5)计时器 支持6个64位定时器,具有基于中断的操作 支持两种操作模式:自由运行和用户定义的计数 支持计时器工作状态可检查
6)脉宽调制 支持4个片上PWM(PWM0〜PWM3),具有基于中断的操作 可编程预分频操作到总线时钟,然后进一步分频 嵌入式32位定时器/计数器功能 支持拍摄模式 支持连续模式或单次模式 提供参考模式并输出各种占空比波形 针对PWM3的IR应用进行了优化 7࿰

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
【资源介绍】 基于RK3588上部署yolov5s模型源码(实时摄像头检测)+部署说明文档.zip 该项目是个人毕设项目,答辩评审分达到95分,代码都经过调试测试,确保可以运行!欢迎下载使用,可用于小白学习、进阶。 该资源主要针对计算机、通信、人工智能、自动化等相关专业的学生、老师或从业者下载使用,亦可作为期末课程设计、课程大作业、毕业设计等。 项目整体具有较高的学习借鉴价值!基础能力强的可以在此基础上修改调整,以实现不同的功能。 yolov5模型(.pt)在RK3588(S)上的部署(实时摄像头检测) - 所需: - 安装了Ubuntu20系统的RK3588 - 安装了Ubuntu18的电脑或者虚拟机 <details> <summary>一、yolov5 PT模型获取</summary> [Anaconda教程](https://blog.csdn.net/qq_25033587/article/details/89377259)\ [YOLOv5教程](https://zhuanlan.zhihu.com/p/501798155)\ 经过上面两个教程之后,你应该获取了自己的`best.pt`文件 </details> <details> <summary>二、PT模型转onnx模型</summary> - 将`models/yolo.py`文件中的`class`类下的`forward`函数由: ```python def forward(self, x): z = [] # inference output for i in range(self.nl): x[i] = self.m[i](x[i]) # conv bs, _, ny, nx = x[i].shape # x(bs,255,20,20) to x(bs,3,20,20,85) x[i] = x[i].view(bs, self.na, self.no, ny, nx).permute(0, 1, 3, 4, 2).contiguous() if not self.training: # inference if self.dynamic or self.grid[i].shape[2:4] != x[i].shape[2:4]: self.grid[i], self.anchor_grid[i] = self._make_grid(nx, ny, i) if isinstance(self, Segment): # (boxes + masks) xy, wh, conf, mask = x[i].split((2, 2, self.nc + 1, self.no - self.nc - 5), 4) xy = (xy.sigmoid() * 2 + self.grid[i]) * self.stride[i] # xy wh = (wh.sigmoid() * 2) ** 2 * self.anchor_grid[i] # wh y = torch.cat((xy, wh, conf.sigmoid(), mask), 4) else: # Detect (boxes only) xy, wh, conf = x[i].sigmoid().split((2, 2, self.nc + 1), 4) xy = (xy * 2 + self.grid[i]) * self.stride[i] # xy wh = (wh * 2) ** 2 * self.anchor_grid[i] # wh y = torch.cat((xy, wh, conf), 4) z.append(y.view(bs, self.na * nx * ny, self.no)) return x if self.training else (torch.cat(z, 1),) if self.export else (torch.cat(z, 1), x) ``` 改为: ```python def forward(self, x): z = [] # inference
基于RK3399的机器学习是指使用RK3399ProD人工智能开发板进行机器学习任务的过程。RK3399ProD是一款强大的开发板,它搭载了高性能的处理器和丰富的硬件资源,适合进行深度学习和机器学习任务。 在RK3399ProD上进行机器学习任务,可以使用深度学习框架如TensorFlow或PyTorch来构建和训练神经网络模型。通过使用RK3399ProD的GPU加速能力,可以加快模型的训练和推理速度。 在机器学习任务中,可以使用RK3399ProD进行各种经典案例的实现,如手写数字识别、目标检测、车牌识别、人脸识别、语音识别、房价预测、诗歌生成等。同时,RK3399ProD还支持常见的神经网络模型,如AlexNet、GoogleNet、ResNet、RNN、GANs等。 RK3399ProD的机器学习应用不仅限于开发板上的实验,实际上,人工智能已经渗透到我们日常生活的方方面面,比如智能音箱(如天猫精灵、小爱同学)、语音助手(如Siri)、智能家居、搜索引擎等。这些产品都利用了人工智能的技术,如自然语言处理(NLP)和循环卷积网络(RNN),通过训练模型来理解和回答用户的问题。 总之,基于RK3399的机器学习是利用RK3399ProD开发板进行深度学习和机器学习任务的过程,可以实现各种经典案例和使用常见的神经网络模型。同时,人工智能已经广泛应用于我们的日常生活中的各种智能设备和应用程序中。 #### 引用[.reference_title] - *1* *2* *3* [基于RK3399Pro平台的深度学习入门课程(一)概述+闲聊](https://blog.csdn.net/zzp00215/article/details/105799940)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值