
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
MTK9632+MTK9660+MTK9679电视芯片方法
MTK9632 方案,MTK9269,MTK9255,MTK9669 MTK9652平台
RK3588 采用NPU 深度学习, opencv+onnx边缘计算
本文记录验证RK3588 +opencv + npu 边缘计算,物体识别,为了便于进行交互和互联网开发,我们在Android14版本上运行情况,Ubuntu系统也差不多。板子配置如下。RK3588+Android14+8G内存+128G EMMC从单个NPU性能上对比,RK3588相比RK3566和RK3568性能提升很大,用640分辨率进行推理,NPU推理单次耗时约42ms,基本能达到23帧左右

RK3588 采用NPU 深度学习, opencv+onnx边缘计算
本文记录验证RK3588 +opencv + npu 边缘计算,物体识别,为了便于进行交互和互联网开发,我们在Android14版本上运行情况,Ubuntu系统也差不多。板子配置如下。RK3588+Android14+8G内存+128G EMMC从单个NPU性能上对比,RK3588相比RK3566和RK3568性能提升很大,用640分辨率进行推理,NPU推理单次耗时约42ms,基本能达到23帧左右

MTK9632+MTK9660+MTK9679电视芯片方法
MTK9632 方案,MTK9269,MTK9255,MTK9669 MTK9652平台
RK3566 RK3568 RK3588 使用RKNN NPU进行推理 系列(三),训练自己的数据集并转成rknn
RK3566 RK3568 RK3588 使用RKNN NPU进行推理训练自己的数据 rk3576 pytorch

到底了







