跳到主要内容

2 篇博文 含有标签「CM5」

查看所有标签

· 阅读需 4 分钟
ArmSoM
Z-Keven

在计算机视觉技术加速落地的今天,ArmSoM 正式宣布其基于 ​​Rockchip RK3576​​ 的旗舰产品 ​​Sige5 开发板​​ 和 ​​CM5 核心板​​ 全面支持 Ultralytics YOLOv11 模型的 RKNN 部署。这一突破标志着边缘计算领域迎来新一代高性能、低功耗的 AI 解决方案,为工业检测、智能安防、机器人导航等场景提供“开箱即用”的硬核支持。

rockchip-rknn

​二、RKNN 工具包

RKNN 工具包是由 Rockchip 提供的一套工具和库,用于促进在其硬件平台上部署深度学习模型。RKNN 或 Rockchip 神经网络是这些工具使用的专有格式。RKNN 模型旨在充分利用 Rockchip 的 NPU(神经处理单元)提供的硬件加速,确保在 RK3588、RK3576、RK3566、RV1103、RV1106 等设备和其他由 Rockchip 支持的系统上执行人工智能任务时的高性能。

RKNN 模型的主要特点

RKNN 模型为在 Rockchip 平台上部署提供了多项优势:

  • 针对 NPU 优化:RKNN 模型经过专门优化,可在 Rockchip 的 NPU 上运行,确保实现最高性能和效率。
  • 低延迟:RKNN 格式最大限度地减少了推理延迟,这对边缘设备上的实时应用至关重要。
  • 特定平台定制:RKNN 模型可根据特定的 Rockchip 平台进行定制,从而更好地利用硬件资源。
  • 电源效率:通过利用专用 NPU 硬件,RKNN 模型的功耗低于GPU CPU 或GPU处理,从而延长了便携式设备的电池寿命。

三、使用 CM5:Ultralytics

​​1. 导出到 RKNN:转换YOLO11 模型

将Ultralytics YOLO11 模型导出为 RKNN 格式,并使用导出的模型运行推理。

请确保使用基于 X86 的 Linux PC 将模型导出到 RKNN,因为不支持在基于 Rockchip 的设备(ARM64)上导出。

# 安装 YOLO11 所需的软件包
pip install ultralytics

# 将 YOLO11n PyTorch 模型导出为 RKNN 格式
# 'name' 可以是 rk3588、rk3576、rk3566、rk3568、rk3562、rv1103、rv1106、rv1103b、rv1106b、rk2118 之一
yolo export model=yolo11n.pt format=rknn name=rk3588 # 创建 '/yolo11n_rknn_model'

2. 部署导出的YOLO11 RKNN 模型

成功将Ultralytics YOLO11 模型导出为 RKNN 格式后,下一步就是在基于 Rockchip 的设备上部署这些模型。

# 安装 YOLO11 所需的软件包
pip install ultralytics

# 使用导出的模型运行推理
yolo predict model='./yolo11n_rknn_model' source='https://ultralytics.com/images/bus.jpg'

rknn-bus-yolo

实际应用

配备YOLO11 RKNN 模型的 Rockchip 设备可用于各种应用:

  • 智能监控:部署高效的物体检测系统,以低功耗实现安全监控。
  • 工业自动化:直接在嵌入式设备上实施质量控制和缺陷检测。
  • 零售分析:实时跟踪客户行为和库存管理,无需依赖云。
  • 智能农业:在农业领域利用计算机视觉监控作物健康并检测害虫。
  • 自主机器人技术:在资源有限的平台上实现基于视觉的导航和障碍物探测。

更多

有关更多详细信息,请参阅Rockchip RKNN Export for Ultralytics YOLO11 Models

· 阅读需 6 分钟
ArmSoM
Z-Keven

ArmSoM-CM5 RK3576核心板——树莓派CM4的理想替代品

ArmSoM团队自豪地推出全新的CM5 RK3576核心板,这款模块专为嵌入式开发者设计。凭借其强大的性能和广泛的扩展性,CM5计算模组成为开发者的理想选择,也是一款完美替代树莓派CM4的产品。

CM5计算模组采用了先进的RK3576 SoC,具有卓越的计算能力和出色的能效表现,在各种应用中都能提供出色的性能。与树莓派CM4相比,CM5计算模组在多个方面实现了显著的升级,不仅性能更强,还拥有更多的接口和扩展选项,以满足多样化的应用需求。

ArmSoM-CM5

CM5计算模组的关键参数

  • 处理器: RK3576 SoC,集成了四核Cortex-A72@ 2.2GHz和四核Cortex-A53@ 1.8GHz以及单独的NEON协处理器。
  • 内存和存储: 支持多种内存配置,提供高达16GB的LPDDR5 RAM和可选的eMMC存储,以满足不同应用需求。
  • 显示接口: 提供1个HDMI 2.1接口和1个DP接口,支持4K视频输出,适用于高分辨率显示应用。
  • 网络连接: 配备千兆以太网接口,支持高速网络通信,适合网络密集型应用。
  • USB接口: 包含4个USB 3.0接口,支持高速数据传输和多种外设连接。
  • 扩展性: 配备40针GPIO接口、M.2扩展槽(支持PCIe),适用于连接各种扩展板和外设。
  • 电源管理: 支持12V以太网供电(PoE)和12V DC输入,提供灵活的电源选项。
  • 操作系统支持: 官方支持基于Debian的系统,同时兼容多种第三方操作系统,确保开发者可以轻松上手。

ArmSoM-CM5-front & back

ArmSoM CM5与树莓派CM4规格对比

规格ArmSoM CM5树莓派 CM4
处理器RK3576 SoCBroadcom BCM2711
CPU架构四核ARM Cortex-A55四核ARM Cortex-A72
GPUARM Mali G52 MC3 GPUVideoCore VI
内存最高支持16GB LPDDR51GB、2GB、4GB、8GB LPDDR4
存储eMMC存储(可选容量)无内置存储,支持microSD卡
显示输出1x HDMI 2.1, 1x DP2x HDMI 2.0
视频分辨率支持4K@120fps支持4K@30fps
网络接口1x 千兆以太网接口1x 千兆以太网接口
USB接口1x USB 3.0,1x USB 2.01x USB 2.0
GPIO40针 GPIO40针 GPIO
扩展性2x PCIe/SATA/USB 3.01x PCIe 2.0
相机接口1x 4通道MIPI CSI, 1x 2通道MIPI CSI1x 4通道MIPI CSI, 1x 2通道MIPI CSI
显示接口1x 4通道MIPI DSI2x 4通道MIPI DSI
电源输入5V5V
尺寸55mm x 40mm55mm x 40mm
操作系统支持Debian, Android, Ubuntu, Armbian等Raspberry Pi OS, Ubuntu, 其他
主要用途AI开发、嵌入式系统、工业控制、DIY项目、教育、物联网DIY项目、教育、物联网等

为什么选择ArmSoM CM5计算模组?

  • 强大的RK3576 SoC: 性能优越的RK3576处理器能够轻松应对复杂任务,同时功耗低,是高效开发的理想选择。
  • 丰富的接口与扩展性: 无论是高分辨率显示、数据传输还是网络通信,CM5计算模组都能满足各种需求。
  • 灵活的开发环境: 官方与第三方操作系统的支持,确保开发者可以快速启动项目,无缝对接现有开发流程。
  • 替代树莓派CM4的理想选择: 更强的性能、更丰富的功能,以及出色的性价比,使CM5计算模组成为树莓派CM4的有力替代品。

ArmSoM-cm5-io

关于ArmSoM

ArmSoM致力于为全球开发者提供高性能、易用的嵌入式解决方案。我们不断创新,为开发者提供最佳的工具和支持,帮助他们将创意转化为现实。