` Orange]其中,香橙派4B还内置了NPU(神经网络处理器),这也是它和另外一款香橙派4的主要区别。 NPU 运行时,无需外部缓存,其采用MPE与APiM独特AI架构,典型算力2.8Tops,拥有9.3Tops/W超高效能,能高效的帮CPU分担大量推理运算的任务,从而节省不少功耗。同时,针对NPU的使用,官方还提供了免费的PLAI训练工具,帮助开发者进行深度学习。 下面介绍下香橙派4B在安卓系统下如何使用NPU。 1、NPU 设备节点设置 使用 adb 连接到 Android shell,然后执行以下操作修改节点权限 chmod 777 /dev/sg* 2、修改 max_sectors 属性 使用 adb 连接到 Android shell,然后执行以下操作 find /sys/devices/ -name max_sectors -exec sh -c 'echo 2048 > "$1"' _ {} ; 设置 max_sectors 值为 2048。 3、安装 demo 需要的文件和模型 解压压缩包 tar -xvf gtiData.tar.gz 使用 adb 将文件 push 到 android 系统中 adb push gtiData /sdcard/ 4、编译测试 demo 在电脑端使用 Android Studio 打开 gti4Demo 工程 待依赖安装完成,点击 Android Studio 运行按钮即可运行 demo 1)选择 Model 文件 ![]() ![]() 2)选择图片目录 ![]() ![]() ![]() 3)开始运行 Demo ![]() ![]() ` ![]() |
2801是第一代NPU,第三代高性能AI加速器-SPR5801 Lightspeeur®5801S AI加速器高性能、低功耗,是边缘AI设备的最佳选择。 结合低成本,该芯片支持用于大众市场设备应用,如移动,嵌入式和loT。 该加速器使用带有主机处理器的CNN (Convolutional Neural Networks,卷积神经网络)来执行人工智能任务,例如目标检测、图像分类、语义分割等应用。 提供完整工具链,集成了 YOLO V1/V3/SSD、VGG16、MobileNet 、ResNet18、GnetDet、GnetFC、GnetSeg等开放的的网络结构,让你快速实现高精度的目标检测、图像分类、语义分割任务。 优势:性能、功率、cpu利用率、准确性(与SOTA相当) 可提供硬件参考电路设计、完整的模型转换工具(开放的目标检测网络结构)、SDK工具等。 添加微信:AICHIP2021 |
飞凌嵌入式ElfBoard ELF 1板卡-input子系统之基于input子系统的光线传感器驱动
239 浏览 0 评论
飞凌嵌入式ElfBoard ELF 1板卡-I2C设备驱动之I2C驱动构建流程
665 浏览 0 评论
迅为RK3568多个系统版本并流畅运行Android12和11版本
893 浏览 0 评论
1433 浏览 0 评论
迅为RK3568开发板helloworld 驱动实验-驱动编写
687 浏览 0 评论
电子发烧友网
电子发烧友开云(中国)官方