rk3399pro RK3399Pro 是瑞芯微电子推出的一款高性能 AI 处理芯片，具备卓越的神经网络处理能力。它采用了 ARM 的双核 Cortex-A72 和四核 Cortex-A53 处理器架构，主频高达 1.8GHz。内置的 Mali-T860 MP4 四核图形处理器支持多种显示接口，包括 DP1.2、HDMI 2.0、MIPI-DSI 和 eDP，能够实现双屏同显或异显功能。RK33

base：rk3399pro source:Rockchip_RK3399Pro_TRM 1.想直接操作系统某个引脚，例如GPIO4_C5 io num = 4*32+5 = 149 操作如下： 用系统提供的GPIO调试接口 root@firefly:/sys/class/gpio# cat /sys/kernel/debug/gpio GPIOs 0-31, platform/pinctrl

PS：要转载请注明出处，本人版权所有。 PS: 这个只是基于《我自己》的理解， 如果和你的原则及想法相冲突，请谅解，勿喷。 环境说明 Ubuntu 18.04gcc version 7.5.0 (Ubuntu 7.5.0-3ubuntu1~18.04)RK3399PRO 板卡 前言   本文有一篇前置文章为《Mediapipe 在RK3399PRO上的初探（一）(编译、运行CPU和GPU

PS：要转载请注明出处，本人版权所有。 PS: 这个只是基于《我自己》的理解， 如果和你的原则及想法相冲突，请谅解，勿喷。 前置说明   BlogID=103 环境说明 Ubuntu 18.04gcc version 7.5.0 (Ubuntu 7.5.0-3ubuntu1~18.04)OpenGl ES 3.1 or 3.1+RK3399PRO 板卡 前言   由于我们小组的产品

在运行官方提供的example时，出现Init runtime environment错误，报错如下： 此时查看list，显示没有npu设备   目前没有明确的解决方案，后经过分析，找出出错原因：没有NPU驱动 npu是以usb设备存在，lsusb查看usb设备，此时没有npu信息。 解决方案： 更新NPU驱动 ： sudo apt install firefly-3399pro

RKNN-Toolkit 前言模型运行在与 PC 相连的 Rockchip NPU 平台上运行非 RKNN 模型时工具的使用流程运行RKNN 模型时工具的使用流程 模型运行在 RK3399Pro Linux 开发板上PyTorch 模型加载接口 前言 目前 RKNN-Toolkit 可以运行在 PC（Linux/Windows/MacOS x64）上，也可以运行在 RK3399P

前言 本系列博文，主要以TB-RK3399ProD开发为例，来记录RK3399pro系列的开发，本博文主要来记录开发板环境的攻略，记录下才坑过程。 本人开发环境 PC：ubuntu18.04LST 开发板：TB-RK3399proD-Debian10（推荐此系统，熟悉ubuntu的人选择debian算是没障碍，原因后续说吧） 开发环境搭建 系统、固件：采用Debian10系统（固件v1.7测

一、概述 大家好，很高兴能跟大家一起分享深度学习的课程，本课程基于RK3399ProD的人工智能开发板，简单介绍深度学习领域的相关内容，在后面的课程会加入实际项目的内容，以常见的实际项目为例，更能让初学者或企业直接入手，同时缩短产品的研发周期。分享这个课程内容，也是能够让我们对AI领域的研究更接地气，不过因为也是第一次写这样的课程，如果有缺陷，也请各位大佬们不吝支持一下，谢谢！ 开发板采用了高

Tir-RK3399+movidius  是一款基于瑞芯微RK3399和Movidius的一款AI深度学习评估板。在性能上，瑞芯微RK3399CPU采用big.LITTLE大小核架构，双核Cortex-A72加四核Cortex-A53。MA2450是目前唯一的商业解决方案，有超紧凑的外形、高性能、高效率的特点，可以进行复杂的神经网络计算，其算力相当于Nvidia TX1级别。 两者互相配合解决