6000毫安以上智能手机_Redmi新机被曝光:6000毫安+48MP三摄,网友:买充电宝送手机...

Redmi新发布的4G手机型号为M2010J19SC,主打大电池和长续航,配置包括6000mAh电池、22.5W快充、4800万三摄和侧边指纹。处理器预计为骁龙66X系列,最高支持8+256GB存储。机身保持198克重量,保留3.5mm耳机孔和红外遥控等功能。预计定价在1000元以下,有望成为百元机市场的热门选择。
摘要由CSDN通过智能技术生成

10月13日消息,一款型号为M2010J19SC的4G手机入网工信部。该机后置升级到4800万三摄组合,内置6000毫安时电池,并且支持22.5W的快充方案。综合该机的硬件配置后,基本上可以理解为Redmi 9的半代升级版本。6000毫安时+USB-C接口+反向充电的配置,是一款完美的移动电源备用手机。

53de7aa8c62a54f4507af4ed29ee4210.png

Redmi新机搭载主频为2.0GHz的八核芯片,根据站哥的爆料,应该属于骁龙66X系列的一员,详细参数是4*2.0GHz A73+4*1.8GHz A55,GPU为Adreno 610。最高拥有8+256GB存储组合,支持512GB的存储卡扩容,比Redmi 9的定位更高一点。屏幕方面:依旧采用6.53英寸LCD水滴屏,分辨率为2340*1080。为了机身一体性,升级为侧边指纹识别方案。

a419673dc06652a1f6b308c8404c4d7f.png

相机方面:前置800万像素摄像头,后置4800三摄组合,采用主流旗舰机的麻将造型,位于机身的左上角。续航方面:内置6000毫安时电池(最小值为5900毫安时),支持22.5W快充。不论是在电池容量还是在快充速度方面,都轻松碾压Redmi 9的5020毫安时和18W快充。

db92b9a598a25ff02ef41d5710190f06.png

其他方面:机身三围是162.29*77.24*9.6毫米,重198克。比Redmi 9(163.3*77.7*9.1毫米)机身更小巧,在保持重量不变(198克)的情况下,机身厚度增加了0.5毫米,这或许就是大电池的代价。该机保留了3.5毫米耳机孔、红外遥控和FM收音机等功能,为用户生活带来更多便利。

ba4fded1629b1ffa9bf8bbccf24445ba.png

由于性价比和更厚道的硬件配置,Redmi 9成为各大畅销榜的常客。这款新机以Redmi 9为蓝本,在电池容量,快充技术和后置主摄等核心硬件上进行了升级,并且保持了198克的重量。处理器也从联发科更换到大家更熟悉的骁龙芯片,配上一个真香的价格,在百元机市场又将是一匹黑马。

a516cf0f9149e18f6376ecb6257c4901.png

亓言纪语:

对于这款Redmi新机,亓纪的想法是这样的:6000毫安时电池,搭配省电的6系列芯片和4G网络,这样的续航能力妥妥的碾压大部分手机。再加上USB-C接口和反向充电技术,出门的时候带上一个双C口数据线,再也不怕手机没电了。根据目前的产品线价格,这款新机的起售价(4+64GB)应该在1000元以下,大家觉得这款新机够不够香!

38f8691dc884e7ec336b01da92243bbc.png

我是亓纪,以上就是亓纪的想法。码字原创不易,喜欢的记得关注亓纪的想法,也可以点赞,转发和评论。更多有趣的数码资讯等你来聊。图片来自网络,侵删!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
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