TC-RK3566 Punti salienti 1: CPU ad alte prestazioni
La nuova architettura ARM e il processo avanzato offrono prestazioni più elevate ed efficienza energetica
TC-RK3566 Caratteristiche principali 2: ISP Rockchip di nuova generazione (terza generazione).
fino a
La potente funzione HDR rende l'immagine nitida in controluce o in condizioni di luce intensa
Supporta l'uscita zoom simultanea a doppio canale
Funzione di cancellazione del rumore, in modo che anche l'immagine in condizioni di scarsa illuminazione sia delicata
Supporta la funzione di disappannamento, può vedere chiaramente anche nella foschia
Supporta la correzione laterale di LDCH per rimuovere la distorsione causata dalla lente del sensore
TC-RK3566 Highlight 3: Potente capacità di decodifica/codifica multimediale
Supporta la decodifica 4KP60 H.264/H.265/VP9 e altri formati HD
Supporta la decodifica simultanea di più sorgenti video
Supporta HDR10, prestazioni eccellenti in termini di colore e gamma dinamica
Supporta la post-elaborazione delle immagini, deinterlacciamento, denoising, miglioramento del colore, aumento della risoluzione
Supporta la codifica in formato 1080p 60fps H.264 e H.265
Supporta bit rate dinamico, frame rate, regolazione della risoluzione
TC-RK3566 Highlight 4: Unità di elaborazione AI RKNN efficiente integrata
NPU con potenza di calcolo di 0,8 TOP
Acceleratore hardware di rete neurale incorporato, supporto funzionamento efficiente INT8, INT16, FP16
L'hardware NPU supporta in modo nativo tecnologie come l'unione di pre-elaborazione, la quantizzazione del canale e lo zero skipping
Supporta la compressione senza perdita dei parametri della rete neurale INT8, INT16, FP16
Il core NPU supporta la convoluzione ordinaria, la convoluzione separabile in profondità, la deconvoluzione, la convoluzione dei fori, il livello completamente connesso e il livello di raggruppamento
I blocchi interni NPU includono operazioni di aggiunta multipla, attivazione, LUT e unità di conversione di precisione e supportano la costruzione di livelli personalizzati
Supporta la conversione del modello con un clic, supporta i modelli framework mainstream Caffe/TensorFlow/TF-Lite/ONNX/PyTorch/Keras/Darknet
