我买了ROC-RK3566-PC的开发板回来，先看了下开发板的产品规格书，了解下硬件接口的使用。因为我还买了10.1寸的触摸屏，想用这款屏作为输出设备，它是MIPI接口，接好后上电没有反应，然后开机依然没有反应，连上HDMI显示屏，HDMI正常输出，出厂就是Android11系统。明明产品规格书上说的支持多屏同显的，为什么只能HDMI显示呢，MIPI为什么不能显示？其实原因就在于我们烧录的镜像版本
开发iTOP-3568开发板，我们需要在Linux环境下进行开发，所以这就要求我们给PC机安装Linux操作系统，我们使用的是Windows10系统+虚拟机ubuntu的方案。为什么我们要选择ubuntu系统进行开发而不是其他系统呢，因为ubuntu系统桌面非常友好并且工具十分强大，比如apt-get。而且ubuntu可以免费使用并有专业的社团提供相应的支持。所以这一部分针对ubuntu开发环境搭
宿主机：Ubuntu16.04 x64（Linux内核4.4.0）交叉编译工具链：gcc-arm-linux-gnueabiarm-linux-gcc：4.4.3QEMU：2.5.0Linux kernel：4.4.1busybox：1.25.1 一、准备1.创建工作目录armv7/，进入该目录2.下载内核源码文件linux-4.4.1.tar.xz3.下载busybox源码文件busy
转载
2024-06-27 19:41:49
1502阅读
rockchip 使用编译前要注意以下设置
请注意使用一键编译命令之前需要设置环境变量，选择好自己需要编译的平台，举例：
source build/envsetup.sh
lunch rk3566_rgo-userdebug
============================================================
make installclean -j2
Opencv是一个开源的计算机视觉库，可以给开发人员提供更便捷的方式设计复杂的视觉应用，Opencv主要是用c和c++编写，可以运行在Windows/Linux/Mac等上。这几天尝试着在RK3288上安装Opencv，被虐了好多遍，幸好没有放弃，终于弄出了。之前一直是通过电脑先交叉编译Opencv再移植的方法，但是在编译过程中总是遇到各种问题，换了不同的Opencv源又会出现新的问题，所以如果有
转载
2023-09-16 00:29:04
1630阅读
准备认真研究机器学习下，在看《机器学习实战》这本书。这本书唯一的好处的就是有代码，对算法原理的解释实在太少。不过还好，有百度，有谷歌。 k近邻算法(k-Nearest Neighbor，KNN) 是机器学习里最基本的分类方法，主要的思想的就是：在训练数据集中找到k个最近邻的实例，类别由这k个近邻中占最多的实例的类别来决定。如下图，当k=3时，
前言：这是本系列文章的第一篇，这里介绍一些必要的环境和工具，后面的文章不再介绍。工具：i7-6700四核八线程、GTX960M显卡的渣渣笔记本（16G内存 + 512G固态 +1T机械）、Ubuntu18.04（VMware虚拟机安装，8G + 200G） 、一块RK3588S开发板，USB type-c线、12v电源线、一杯咖啡。一、开发板简介  
转载
2024-06-19 09:02:55
655阅读
RK3588是一款低功耗、高性能的处理器，适用于基于arm的PC和Edge计算设备、个人移动互联网设备等数字多媒体应用，RK3588支持8K视频编解码，内置GPU可以完全兼容OpenGLES 1.1、2.0和3.2。RK3588引入了新一代完全基于硬件的最大4800万像素ISP，内置NPU，支持INT4/INT8/INT16/FP16混合运算能力，支持安卓12和 linux系统。了解更多信息可点击
转载
2024-01-13 17:08:32
1980阅读
简介RK3588是瑞芯微（Rockchip）公司推出的一款高性能、低功耗的集成电路芯片。它采用了先进的28纳米工艺技术，并配备了八核心的ARM Cortex-A76和Cortex-A55处理器，以及ARM Mali-G76 GPU。该芯片支持多种接口和功能，适用于广泛的应用领域。本篇为yolov5部署在RK3588的教程。一、yolov5训练数据转换前将model/yolo.py的 Detect
目录1、RK3588的八大应用方向以及基于RK3588的VR/AR解决方案2、芯片的主要部件构成3、芯片的详细参数及具体性能介绍3.1、超强算力，性能与功耗的完美平衡3.2、超强多媒体影像，带来极致体验3.3、集成丰富接口，让产品定义有更大的空间4、应用场景5、最后 2021年12月16日，在瑞芯微举办的第六届开发者大会上，瑞芯微发布了新一代高性
转载
2024-05-11 10:33:50
1166阅读
RK3588汇编代码
原创
2022-12-07 02:02:53
639阅读
在这篇博客中，我将会给大家分享关于OpenCV源码中的CPU指令集CV_SSE2等的相关知识 一、 CV_SSE系列指令集的预编译符号定义在opencv2/core/internal.hpp这个头文件中，如果你不包含这个头文件的话，把源码拷贝到自己的函数中，CV_SSE是不被定义的 下面是harrisCorner中的一部分代码
在上述代码中，如果条件
转载
2024-09-06 19:38:09
242阅读
RK3568-Linux-麒麟系统----陀螺仪驱动调试1. 瑞星微开发板自带的陀螺仪型号MXC6655xa，硬件人员说我们的板子和开发板一样，因此检查设备树文件找到设备描述：&i2c5 {
status = “okay”;
mxc6655xa: mxc6655xa@15 {
status = “okay”;
compatible = “gs_mxc6655xa”;
pinctr
mpp编译1.下载MPP源码：https://github.com/rockchip-linux/mpp 2.rk3588/rk356x的板子进入Mpp源码目录mpp/build/linux/aarch64（rk3588/rk356x是64位板子）中，修改arm.linux.cross.cmake文件中的配置cmake_minimum_required( VERSION 2.6.3 )
SET(
从Anaconda * Cloud安装针对TensorFlow *的最新英特尔®优化适用于Linux *，Windows *，MacOS *TensorFlow *版本：2.1.0安装说明： Linux和MacOS打开Anaconda提示符并使用以下说明conda install tensorflow
如果默认情况下您的anaconda通道不是优先级最
print("总平均帧率\t", frames / (time.time() - initTime))
# 释放cap和rknn线程池
cap.release()
cv2.destroyAllWindows()
pool.release()这是在不同线程数下视频推理的帧率:测试模型来源 yolov5s，激活函数为silu（非relu优化版本）resnet18_for_rk3588,&nb
多线程异步原理 查看NPU占用率的命令sudo cat /sys/kernel/debug/rknpu/load 在运行官方demo时我们可以发现，推理过程中NPU使用率较低。 翻阅官方手册后得知，
RK3399中提供了USB gadget设备的支持，程序在内核中目录“kernel/drivers/usb/gadget”中，支持的设备如U盘、USB串口、USB网卡、USB键盘鼠标等等，RK3399主板上有6个USB接口，其中的type-c接口是USB OTG接口，既支持USB HOST也支持USB DEVICE设备，要使RK3399配置成
目录0. 背景1. 模型转化1.1 基础环境1.2 创建python环境1.3 将yolov5s.pt转为yolov5s.onnx1.4 将yolov5s.onnx转为yolov5s.rknn2. 开发板部署2.1. c版本2.1. python版本（必须是python 3.9）3. 性能测试 0. 背景全面国产化，用瑞芯微rk3588开发板替代jetson nano开发板。1. 模型转化模型转
系统准备系统：Ubuntu18.04硬盘空间：尽管官方文档中说只需要40G，但笔者测试发现需要100G左右 在VMware中安装好Ubuntu18.04后，首先需要安装依赖项，在终端执行以下命令：sudo apt-get install repo git ssh make gcc libssl-dev liblz4-tool expect g++ patchelf chrpath gawk te
转载
2024-07-10 04:42:46
542阅读
