发 帖  

NanoPC-T4开发套件免费试用

NanoPC-T4不仅是世界上最小的全功能接口RK3399一体化主板, 而且是一款完全开源的高性能计算平台。了解更多>>

价值:¥799元提供:3 已申请:22
剩余时间:
  • 试用详情
  • 试用名单
  • 试用报告
  • 讨论区

活动时间

1. 申请报名:2018/08/06-2018/09/06

2. 公布名单:2018/09/06

3. 发货日期:2018/09/07(以实际为准)

4. 试用期限:收到产品后2个月内


活动流程

1. 申请:点击免费申请按钮即可报名。请认真填写申请理由,展现有创意的试用计划和网络影响力,尽快完善论坛个人信息,这样可以大大提高申请通过几率哦~;

2. 筛选:网站根据申请者填写的试用计划和论坛活跃度两个维度进行筛选;

3. 名单公布:试用名单将在活动页公布;

4. 试用通知:名单公布后工作人员将以短信或电话的方式通知申请成功者,2天不回复算弃权;

5. 产品寄送:按要求支付押金后将产品快递给试用者;

6. 试用报告:收到货后试用开始,每周至少提交一篇试用报告,试用报告要求100%原创,抄袭会被封杀哦;

7. 产品回收:报告足够优秀,产品赠送.


试用报告要求

试用者收到套件后,进行学习评估,并在创客神器Nanopi论坛帖记录NanoPC-T4 开发套件试用过程、分享试用心得。内容可以包括:

  • 1. 开箱评测(从功能特性、系统框图、硬件资源、做工、软件资源、功能演示等方面评测);

  • 2. 各个功能模块使用过后的评测;

  • 3. 连载的入门教程或者说明;

  • 4. 得意的小经验;

  • 5. 完成小项目流程等.....


结项报告要求:

经过试用评测学习后,试用者使用板卡完成申请时的项目,并在论坛发帖记录项目过程、心得。

可分为:项目概述、硬件设计、软件调试、视频效果演示,要求不少于500字+5张图片。

试用报告形式:标题格式【NanoPC-T4试用体验+自拟标题


注意事项

1.30天内不得凭借拉票重复中签试用,以当月首次为准,不得调换,遇有重复则资格顺延;

2.不按照要求完成试用者一经查实将拉黑处理;

3.有问题请联系电子发烧友工作人员(QQ:3144539146);

4.若因突发状况,无法继续完成试用,以及收到套件的15天内,若没有更新内容,请主动退还套件至ElecFans(PS:运费自理),方便其他网友继续试用;

5.活动过程中,套件所有权归ElecFans,试用者只拥有套件使用权; 若在使用过程中出现恶意损坏开发套件的行为,请原价赔偿;

6.电子发烧友拥有最终解释权!

企业介绍

友善之臂是由几位资深嵌入式技术专家成立。是一家为嵌入式系统OEM厂商和系统集成商提供系统完整解决方案和软硬件开发平台及技术服务的高科技企业。

他们正在申请

Dowe2013

11:5508-17
目前本公司根据业务拓展准备开发一款为女性定制的射频美容嫩肤仪产品,通过考察发现此方面的产品应用量很大,且竞争产品不多,故依据本公司从事医疗行业的实力进军美容行业,主要通过单片机系统实现如下功能: 1、利用片上系统实现实时摄像,对客户人脸进行识别检测,跟据内部算法分析不同的皮肤状态 2、客户可通过触摸液晶屏实现友好的人机界面交互,并可记录存档客户治疗信息 3、可利用无线网络实现内部数据信息的传输到电脑终端,避免传统式的网线连接,提高移动便捷性 4、内置大容量锂电池,并实现锂电池管理,实时侦测电量信息显示 5、其他辅助按键中断、LEd指示、语音功能、射频治疗、超声治疗均通过片上系统来控制实现应用 目前产品设计处于构思开发阶段,寻求解决方案,正好也能借贵公司的产品模块试验应用实现产品的定义需求,推动合作互利。

pxling

22:5808-16
本人在数字播放器领域有过多个产品的开发经验,曾设计dlna耳机,路由器音频服务器,用NanoPI neo2开发网络音乐播放器。但由于计算能力的不足,不能进行升频处理。 项目计划 ①根据文档,对nanoPC快速入门 ②编译通过volumio系统 ③基于nanoPC 发布volumio固件 ④项目开展,按时间计划实施。 ⑤项目调试,优化,分享。 预计成果 分享项目的开展,实施,结果过程,展示项目结果

rrrj

13:3908-15
通过双摄像头,和算法实现图像识别,可以对视线内的人员一一定位,在扩展RFID电子标签定位。 本项目可以适用于工厂,公司等,市场大,可以研发。在开箱后我便着手设计,编程,一定完成项目。

jackeyt

11:2808-15
本人在嵌入式领域有三年多的学习和开发经验,熟悉linux底层驱动开发,应用层开发,图形开发,著有个人博客教程(jackeyt.cn)。在现单位参与无人车自动驾驶的开发,对计算机视觉,图像处理,标定技术,图像识别,基于CNN(卷积神经网络)的双目摄像头有过深入的学习和探索,原本使用TK2与ROS框架使用的ZED双目视觉进行开发的自动倒车项目,考虑到TK2的价格高昂,且不适于量产,现在寻找相对成本低廉,且具有高性价的计算能力与GPU的替代方案,RK3399是个不错的选择,其双核ARM A72+4核ARM A53搭载64位的系统,其次RK3399的GPU支持OpenGL、OpenCL等,可用于硬件加速,可连接双摄,用于实现在没有CUDA的ZED双目摄像头,实现景深卷积算法与现阶段想借助发烧友论坛和NanoPC-T4平台完善该项目的开源设计。 项目计划: 1、下载教程和技术文档,按照WIKI网站熟悉NanoPC-T4开发板,能对开发板进行系统的烧写,并在电脑搭建好开发环境; 2、搭建ROS Kinetic环境,并lanch普通的摄像头; 3、移植ZED双目摄像头的驱动,替代2步骤中的摄像头,在ROS框架上抓捕ZED数据 4、加入人脸识别算法,并进行调试;识别稳定后,进行代码优化,提高识别速度,最大程度的发挥该开发板芯片的强大性能。 5、项目最后调试,并在论坛上进行分享。

榮陽_83f

15:2908-13

榮陽_83f

15:2908-13

damozhiying

13:1308-13
申请理由 本人目前在做一个基于Qt+OpenCV的模板匹配项目,用与工业生产中的模板识别,实现自动化生产减少人力投入。 目前开发中的方案是采用 intel的奔腾处理器,2G内存,centos7系统;此方案成本高,系统庞大,性能一般。打算换成arm+嵌入式linux的方案,想申请一块儿板做验证,性能可以的话可能需要购买一批。 项目计划 ①根据文档以及之前搞嵌入式的经验,快速入门。 ②根据资料提供的demo进行深入学习。 ③本项目需要精简的文件系统,通过buildroot或者yocto高度定制文件系统,并对opencv、Qt及其依赖进行裁剪编译;需要硬件(CPU+GPU)性能好一些,识别速度和准确度有一定要求。 ④项目开展,step1:构建最小可调式文件系统;step2:对OpenCV和Qt做一定的裁剪,去掉非必要模块。step3:搭建在线调试环境。step4:将现有源码在此环境中编译调试,开发未完成的功能。 ⑤进行测试,以及项目分享。 预计成果 分享文件系统构建过程、OpenCV和Qt的编译过程、开发环境搭建等。如果性能可以的话,或将采购。

lefu

14:1608-11
申请理由 我现在正在自学slam机器视觉,缺乏相应的开发板,所以需要物色一件性能比较好,存储比较快速,体积功耗又比较小的计算平台,最好还可以有比较好的计算能力。如果slam项目开发失败过终止,板子还可以做其他的用处,例如:装上kali linux ,配合一些现有的板卡和模块,做一台便携渗透套件。 项目计划 ①根据文档,快速入门,软件和系统,了解实际应用案例,熟悉开发过程,学习应用案例。 ③基于开源代码构建开发环境和测试系统,适配相应的硬件设施和物理需求。 ④项目开展,按时间计划实施。 ⑤项目调试,优化,分享。 预计成果 分享项目的开展,实施,结果过程,展示项目结果

fsdfsdfsdfs

13:1608-10
申请理由 本人在基于nifi大数据分析有多年经验,参与过公司工业用高速图像快速识别分析和数据采集项目。对工业现场的图像补偿、去噪、特征值获取有独到的见解,擅长使用tensorflow等人工智能工具对图像进行学习和分类。 项目计划 ①阅读文档,对NanoPC-T4进行初步认识 ②把nifi移植到NanoPC-T4平台,对外部硬件进行适配和调试工作。 ③编写相关功能的processor,搭建相关的外围硬件电路。 ④项目开展,按时间计划实施。 ⑤项目调试,优化,分享。 预计成果 分享项目的开展,实施,结果过程,展示项目结果

snailmoving

13:1508-10
1、项目名称:机器喷码数字识别。基于工业现场采集到的图片,使用opencv进行图片前期处理与分割,使用tensorflow深度学习框架训练与识别数字。 2、主要开发过程:opencv图片预处理->数字分割->参照mnist手写数字数据集生成自己的机器喷码数字训练数据集->使用tensorflow训练生成训练模型->根据生成的模型识别机器喷码字体。

CRcontinue

09:0208-10
理由:本人是做海洋设备,图像识别这块都有接触,想借助此块板卡来做一个水下的高清相机和微光相机 计划:根据板卡资料快速熟悉掌握其用法,项目开展按时间计划实施, 预计成果:分享项目的开展,实施,结果过程,展示项目结果

文明祥子

21:5508-09
希望能有自己的一块开发版,来练习和使用

18435122702

15:2408-09
申请理由:车牌自识别门禁系统项目 项目名称:基于OpenCV的车牌号识别系统 项目计划:(1)摄像头驱动开发和图像解析 (2)OpenCV库连接和图像处理 (3)车牌号识别和门禁管理 预计成果:车牌自识别门禁系统的产品研发和产品上市

kevinyoung1010

12:0308-09
一直用友善的产品,2410,6410,4412,出货也有5~6w片了吧 新产品升级准备上Android平台,一起一直用Linux

hyf_wz

11:3908-09
申请理由 本人现在在做单片机开发,同时在学习嵌入式开发,以后想转到嵌入式平台上的开发。对图像识别和处理尤其感兴趣。NanoPC-T4性能十分强劲,尤其适合进行视频和图像的处理。计划做一个家庭智能监控器,该设备具有摄像头,可通过控制舵机使摄像头来回转动采集图像。家庭智能监控器除了对基本环境参数的采集和显示,对家庭人员人脸进行采集,并监测活动情况。当家庭人员都已经外出,进入预警状态,发现有其他人员进入,立刻告警,通知家庭人员,对入侵人员进行图像记录。 项目计划 1、整理NanoPC-T4的开发文档和资料,搭建开发环境。 2、驱动摄像头、多种传感器模块,使单个模块都能正常工作。 3、进行人脸拍照采集,移植OPENCV。 4、进行人脸识别调试,添加设备工作模式。 5、整机功能测试,使其能够识别入侵人员并进行记录。 预计成果 照片和视频记录,分享调试心得,分享总结报告。

小鸟会飞

00:0908-09
申请理由 本人目前在做单片机开发。除了平时在工作中用到单片机,对嵌入式系统和平台也很感兴趣,目前处于学习阶段。现在比较感兴趣的就是图像识别,尤其是人脸识别。人脸识别有比较成熟的方案和算法,所以想借此次试用机会申请NanoPC-T4,实现人脸识别的实战应用和设备开发。计划是做一个小区安全监控警示装置。这个设备试验阶段会找小区的一部分人进行面部图像采集并保存,然后设备24小时运行起来。对路口来往的行人进行人脸识别和比对,尤其是晚上,对于小区内出现的人进行重点观察。若非小区的居民,在几天的时间段内,若多次发现或一天内频繁识别到,则通知物业,提高警惕。同时申请NanoPC-T4也是对嵌入式开发的进一步学习。 项目计划 1、找到维基上NanoPC-T4的资料,熟悉板子,熟悉开发环境,进行开发环境搭建。 2、将买到的摄像头接上,实现摄像头驱动和图像数据采集。 3、移植OPENCV进行图像识别的开发。 4、采集小区内部分业主的人脸图像,进行人脸识别的测试 5、优化程序,实现设备稳定运行在小区的关键路口,实现夜晚非业主活动的监测,同时在符合报警时,给物业保安发送告警信息。 6、完成整体调试,使设备人脸识别和报警有一定的准确率。 预计成果 设备展示,视频上传,总结报告上传。

13929192185

23:2408-08
1.理由:公司项目,高级网关。寻找性能优越的开发板进行测试 2.转发各个终端的请求,对接各种驱动,实现各种协议对接

lee_st

17:0308-08
深度学习,实现图像识别功能

光年年

21:2108-07
本人在校大专生用于学习

caolidong

21:2508-06
申请理由: 本人试用的目的是基于NanoPC-T4开发超市自主导购移动机器人,从导航算法、视觉算法、机器学习等方面来测试NanoPC-T4的性能。机器人未来会像手机一样普及,机器人与机器的不同在于自主判断决策能力,使用NanoPC-T4来实现低成本移动机器人无疑在机器人普及方面具有很大的竞争力。我司是做智能机器人产品的,有移动服务机器人、管廊机器人等,现公司欲在下一代机器人上由X86架构的windows系统转为Linux系统,对于Linux系统,许多中高端的ARM芯片已经支持了,目前公司计划使用TX2作为系统平台,但其售价昂贵,NanoPC-T4的的性价比相比TX2要高很多,其双核ARM A72+4核ARM A53搭载64位的系统,完全可以作为机器人的核心大脑,我从尺寸、外设、价格、性能等方面与TX2进行了比较,除了CPU、GPU相比TX2要差些,在整板尺寸、价格方面还是有优势的,通过这段时间的中美贸易战,我也更想支持国货。现在已有一些高性能ARM开发平台,例如Firefly的RK3399、华为麒麟960开发板Hikey960,但板载资源也很重要,例如NanoPC-T4的GPU支持OpenCL,可用于硬件加速,可连接双摄,这为双目视觉的SLAM及物体三维重建提供了支持,另外PCIex4接口和USB3.0、Type-C都使NanoPC-T4相当高端,扩展能力强。 试用计划及预计成果: 我希望可以借助这次NanoPC-T4开发板试用的机会搭建一个全向车的超市自主导购移动机器人,在NanoPC-T4上搭建ROS分布式系统,初期计划为:可以架上购物篮跟随客人移动,有避障能力,会人形检测或人脸识别,以及扫码标价能力,动态视频检测是相当耗费资源的,NanoPC-T4的Mali-T860 GPU恰好支持Opencl的GPU并行处理编程,在图像处理方面能为CPU分担运算压力。后期会完善为超市取货机器人,会根据主人的要求,自动去取货,取完货后回到客人身边,通过RGBD视觉+IMU融合实现里程计及定位,并在NanoPC-T4上实现全局路径规划以及局部循迹导航。 个人优势: 目前已有全向车底盘平台、KINECT深度视觉摄像头、MPU6050陀螺仪,需要构建全向车运动模型,使全向车地盘通过接收NanoPC-T4决策机制下发的命令来运动解算。本人从2010年毕业从事自动化、嵌入式的项目开发,2015年进入机器人行业,做过服务机器人的SLAM、自主导航算法,AGV的激光导航项目、光学检测项目,机器人软件系统设计等,对Linux系统、代码移植有着丰富的经验。

申请合作

关注我们