一、产品概述
Tiny-Brain F300系列高能效边缘计算平台采用瑞芯微RK3568作为主控芯片,采用KA200作为AI加速芯片,支持USB/MIPI CSI/BT.656/RJ45网络接口视频接入。本产品集图像处理、神经网络目标识别、图像压缩等功能于一体,可广泛用于机器人、无人机、辅助驾驶、智能交通、航空航天等领域。
二、性能指标
KA200是基于全新的存算一体、众核并行、异构融合架构, 能高效支持深度学习神经网络、生物神经网络和大规模脑仿真。单芯片集成 25 万神经元和2500 万突触(稠密模式),可扩展支持200万神经元和20亿突触的集成计算(稀疏模式),支持混合精度计算(32Tops@INT8 和 16Tflops@FP16)。公司自主研发的类脑软件 LynOS 把图灵计算完备性扩展到类脑计算完备性,支持高效图优化和全自动编译,可广泛应用于视觉、语音、自然语言处理以及脑科学研究等领域。
KA200芯片性能包括:
■ 支持深度学习模型(DNN)、生物神经模型(SNN)以及二者融合的异构模型;
■ 支持 H.264、H.265、VP9、MPEG4 视频格式硬件解码,最高视频解码性能 480fps@1920*1080;
■ 支持 H.264、H.265视频格式硬件编码,最高视频编码性能 240fps@1920*1080;
■ 支持JPEG图像硬件解码,最高图像解码性300fps@1920*1080;
■ 支持JPEG图像硬件编码,最高图像编码性能200fps@1920*1080;
■ 支持48路1920*1080 30fps的H.264/265解码;
■ 支持混合精度,算力达到32Tops@INT8和16Tflops@FP16。
瑞芯微RK3568芯片是一款定位中高端的通用型SOC,是一款高性能低功耗四核应用处理器,采用22nm制程工艺,集成4核arm架构A55处理器和Mali G52 2EE图形处理器,支持4K解码和1080P编码。RK3568支持SATA/PCIE/USB3.0等各类型外围接口,内置独立的NPU,可用于轻量级人工智能应用。
三、接口内容
序号
|
接口
|
类型
|
特点
|
1
|
外部供电12V
|
输入
|
DC12V±1V;
具备防止反接功能;
具备防雷击功能
|
2
|
M.2接口
|
输入
|
支持128G SSD
|
3
|
USB-C
|
输入
|
4个USB3.1
|
4
|
Mini DP
|
输入
|
1路
|
5
|
WiFi
|
输出
|
1路
|
6
|
Uart
|
输出
|
TTL 3.3V电平/通断控制
|
7
|
RJ45接口
|
输入/输出
|
千兆以太网
|
8
|
CAN接口
|
输入/输出
|
2路TTL电平/异步通讯
|
9
|
MIPI接口
|
输入
|
2个MIPI CSI-2接口
|
环境参数
|
工作温度
|
-20~+50℃
|
储存温度
|
-20oC~+60℃
|
湿度
|
非冷凝 10%~95%
|
外壳防护
|
IP54
|
抗冲击性
|
80g,4ms,3轴
|
抗振动性
|
5g,随机振动,所有轴
|
机械参数
|
重量
|
<300g
|
尺寸
|
220(mm)x107(mm)x45(mm)
|
四、软件功能
(1)具备多类型目标识别的功能,识别类型可定制化;
(2)具备单幅图像可同时识别多个目标的功能,目标数量20;
(3)具备快速识别目标的功能,帧频100hz;
(4)具备目标跟踪的功能,帧频≥100Hz;
(4)具备95%以上的识别准确率;
(5)具备当前人工智能算法主流特征,具有良好的自学习性、智能性、可移植性。
(6)当前可识别种类包括:'aeroplane', 'bicycle', 'bird', 'boat','bottle', 'bus', 'car', 'cat', 'chair', 'cow', 'diningtable', 'dog', 'horse','motorbike', 'person', 'pottedplant','sheep', 'sofa', 'train', 'tvmonitor'。
五、算法库
本算法基于主流的Pytorch、Tensorflow、caffe框架,结合独立设计的网络结构、独立制作的图像数据集、定制训练形成的目标检测模型,并将模型集成到边缘计算感控硬件,实现快速准确的目标识别功能。
支持的算法包括:
算法 |
模型名称
|
识别匹配
|
resnet50
|
DenseNet121
|
DenseNet201
|
Inception-v1
|
inception-v3
|
inception-v4
|
Squeezenet
|
shufflenet_v2
|
Mobilenet-v1
|
Mobilenet-v2
|
vgg_16
|
vgg_19
|
目标检测
|
yolov2
|
yolov3(-tiny)
|
yolov4
|
yolov5(s/m/l/x)
|
SSD
|
Fast-RCNN
|
Faster-RCNN
|
RetinaNet
|
图像分割
|
Deeplabv2
|
DeepLabv3
|
DeepLabv3+
|
U-Net
|
RefineNet
|
跟踪
|
KCF
|
Kalman滤波
|
CSK
|
SAMF
|
FCNT
|
MDNet
|
deepsort
|
|