发 帖  
原厂入驻New

Toybrick RK3399Pro 人工智能开发板免费试用

Toybrick TB-RK3399Pro开发板搭载性能超强的AI处理器RK3399Pro,拥有超强的通用计算性能。其采用big.LITTLE大小核CPU架构,双核Cortex-A72+四核Cortex-A53,在整 ...了解更多>>

价值:¥1499元提供:5 已申请:98
剩余时间:
  • 试用详情
  • 试用名单
  • 试用报告
  • 讨论区

开发板简介

Toybrick是瑞芯微Rockchip官方推出的人工智能开发平台,集软硬件开发于一体。硬件上,提供多系列开发平台和参考设计满足不同用户群体;软件上,提供稳定可靠的系统平台、丰富的开发工具、系列的人工智能教学案例和开源的社区。Toybrick平台旨在提供高效、便捷、稳定的服务,让开发者迅速上手AI应用开发,加速行业应用研发进程,完善行业应用生态。

Toybrick TB-RK3399Pro开发板搭载性能超强的AI处理器RK3399Pro,拥有超强的通用计算性能。其采用big.LITTLE大小核CPU架构,双核Cortex-A72+四核Cortex-A53,在整体性能、功耗方面具技术领先性;四核ARM高端GPU Mali-T860,集成更多带宽压缩技术,整体性能优异,其片上NPU(神经网络处理器)运算性能高达3.0TOPs。


发货清单

主板x1+电源适配器x1+typeC数据线x1


活动时间

1. 申请报名:2019/05/28-2019/06/30
2. 公布名单:2019/07/02
3. 发货日期:2019/07/03(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:联系到试用者双方确认试用规则后,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:评测完成后将由瑞芯微进行评审决定是否可以赠与开发套件。


试用报告要求

试用者收到套件后,进行学习评估,并在人工智能专区发经验帖记录 Toybrick RK3399Pro 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【Toybrick RK3399Pro AI开发板试用体验 】+自拟标题

注意事项

1.本次试用不进行拉票环节;
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:3353671470,微信:elecfans008);
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

瑞芯微电子成立于2001年,总部位于福州,在上海、北京、深圳、杭州均有研发中心,是中国极具创新精神和务实作风的集成电路设计公司,并荣获十二届中国芯荣誉。为 AI人工智能领域、智能音箱、手机拍摄协处理器、手机快充、平板电脑、电视机顶盒、ARM 处理器PC、嵌入式行业应用、VR、机器人、无人机、影像处理、车载导航、IoT物联网和多媒体音视频等多个领域提供专业芯片解决方案。

他们正在申请

donatello1996

21:4806-30
项目背景: 大约十几年前,一些居民楼、政府机关和科研/教育单位开始出现电子楼宇门禁系统,最初的楼宇门禁系统,大多采用单片机作为主控,只有拨号给特定住户、语音呼叫两大功能,应用极其单一,而如今是物联网与嵌入式的时代,微处理器性能越发强大,楼宇门禁系统开始智能化、多样化,不仅有拨号和语音的功能,更有网络摄像头监控/电子广告牌/视频对讲/识别RFID卡/客户端手机APP局域网控制/人脸识别/车牌识别等等非常人性化的功能。在以往嵌入式微处理器没有普及的时候,电子楼宇门禁系统大多采用X86平台作为主控,性能过剩,功耗也高,而嵌入式微处理器的出现弥补了这些不足,嵌入式系统的软硬件资源可根据应用场景进行适当的裁剪,不会再出现性能过剩的情况,并且功耗也可以控制到很低的水平,近年来ARM Cortex A处理器的发展犹如高楼大厦平地起一般,多处开花,从最初的A7 A9 A15 A17到现在的A53 A57 A72 A73,性能越来越强,众多第三方处理器厂商也采用big.LITTLE方式将不同性能和功耗等级的A核心互补搭配性能发挥到极致,像RK3399pro就是当前微处理器的佼佼者,巧妙地将双核A72的强大性能和四核A53做简单重复运算的超低功耗特点完美结合,搭配Mali-T860游戏级GPU,处理图像视频的工作简直行云流水。另外,在软件行业,QT5系开发环境的问世,使得原本限制重重的跨平台跨系统运行功能相近代码的想法在今天看来就好像喝水吃饭一样容易,QT5原生支持Windows和Linux系统平台,如今QT5.12.4已经可以完美支持绝大部分的Linux发行版本/Android for ARM v7/Android for ARM64,从电脑,到X86平板,到ARM32位的旧式三星开发平台,到新式RK3399pro(Android 9.0)平台,代码一次编写到处运行,使用QT5.12.4开发安卓9.0的APP,只需要配置NDK JDK SDK三大补丁模块,配置时间不超过5分钟。因此,我本次向发烧友论坛申请Toybrick RK3399Pro 人工智能开发板,用于开发基于双系统(Linux+安卓)的智能楼宇门禁系统应用,该应用有门禁卡开关/监控/门禁视频对讲/人脸大数据识别/车牌识别/楼宇视频广告牌/住户手机APP控制等功能。 项目详细内容: 1.Toybrick RK3399Pro 人工智能开发板安装在门禁系统内,通过HDMI接口连接HDMI彩屏,用于楼宇通告和广告视频内容的显示。开发板加载Linux和安卓系统下的基于Qt-Embedded图形界面库的人机操作界面; 2.门禁系统待机状态下,切换显示楼宇通告/广告图片,或播放广告视频,当有用户触摸液晶彩屏时,进入上述的Qt-Embedded图形化人机操作界面,可选择楼层住户拨码呼叫、视频对讲、呼叫物业管理员等功能; 3.Toybrick RK3399Pro 人工智能开发板通过USB HOST接口连接免驱USB摄像头,在Qt-Embedded界面程序上实现视频监控; 4.Toybrick RK3399Pro 人工智能开发板通过以太网接口连接楼层的局域网,物业管理员可通过管理员电脑终端的FileZilla Client SFTP文件传输软件在局域网更新楼宇通告/广告图片或视频(走SFTP文件传输协议),或是连线Toybrick RK3399Pro 人工智能开发板的摄像头进行监控,或者直接呼叫特定住户。通告/广告图片或视频文件存储在TF卡内,一张TF卡可放入几百张图片、几十个视频; 5.物业管理员可控制Toybrick RK3399Pro 人工智能开发板进行人脸识别功能,以识别出监控范围内出现的可疑人物,或者智能识别车牌; 5.Toybrick RK3399Pro 人工智能开发板通过GPIO上的串口连接串口433MHz无线对讲模块,发送串口AT指令控制对讲模块的收发频率,亚音等参数,并通过GPIO控制PTT按键以用电容麦克风进行语音信息发送,串口433MHz无线对讲模块带有功放,可直接连接扬声器进行语音播放; 6.Toybrick RK3399Pro 人工智能开发板的WIFI模块连接WIFI热点,可联网更新软件库,连接云平台进行数据交互等,并可搭建局域网网页服务器,实现手机连接WIFI热点,通过浏览器连接网页服务器,与门禁系统进行交互。 项目硬件准备: 1.Toybrick RK3399Pro 人工智能开发板 2.USB免驱摄像头 3.HDMI彩屏 4.3.5mm接口扬声器 5.串口RFID模块 6.DS3231日历时钟模块 7.电子门锁 项目软件准备: 1.Qt-Embedded图形界面库 2.FileZilla Client SFTP文件传输软件 3.OpenCV软件库 4.NDK JDK SDK三大补丁模块

李军锋

16:2406-29
智能车控制器

zhaotao_b67

14:0306-29
申请理由 项目《基于深度学习的气表抄表系统》的愿景是利用人工智能技术取消抄表工种。目前在四大抄表系统中,电表是垄断经营财大气粗已经完成了抄表信道的建设,水表开始应用LORA技术,热表和气表属于市场行为,目前大多采用人工抄表,周期性入门进户,效率低人工成本高。实际上目前的技术完全可以取代人工抄表,但气表安全考虑不能有电操作,因此基于人工智能的深度学习技术进行气表抄表成为需求。最理想的方法是利用手机进行拍照识别,连同个人信息及定位数据发送到服务器。但目前手机的处理能力不够强大,气表的识别模型的建立、验证等工作需要离线进行。综合考虑Toybrick RK3399Pro AI开发板的资源,拟申请该资源再增加摄像头完成项目《基于深度学习的气表抄表系统》。理由如下: 1、本人关注人工智能及深度学习多年,目的就是手机抄表,因此主要关注CNN,从SVM到LENET及ALEXNETA和DENSENET都有所了解,熟悉整个深度学习的基本原理、应用流程等。 2、RK3399Pro具有GPU和NPU,肯定适合深度学习的模型训练和验证。以前没有用过这个系统,但LINUX和ANDROID比较熟悉,学习使用该资源问题不大。 3、对INTEL的OPENVINO部署工具比较熟悉,尤其对模型优化和推理优化,OPENCV和OPENCL的优化等比较熟悉,可以结合进来。 项目计划 1、熟悉Toybrick RK3399Pro AI开发板的资源和使用方法。跑通tensorflow和keras的mnist代码,测试其NPU和GPU的性能。 2、增加摄像头资源,采集气表的图像,数据扩展后,利用OPENCV和OPENCL等平台进行气表整体识别标识、数字分割等预处理,取得深度学习的训练数据和标签数据。 3、设计模型结构,进行有监督学习,取得模型,并进行验证测试。这是AI的关键工作。 4、结合OPENVINO进行模型转换、模型优化及部署优化。 5、最后探索能不能转移到手机上进行应用。 困难及对策 最大的困难时模型训练的原始数据不足。可以手工采集一些,也可以数据扩展一些,另外就是是采用标准的印刷体数据集。

Nightwatc_c40

13:2906-29
申请理由 本人是机电专业在读大学生,对人工智能和嵌入式硬件有一定了解,希望借助本开发板完善嵌入式智能硬件的应用经验 项目计划 ①根据文档,对Toybrick开发板快速入门 ②通过学习Toybrick的软件和系统,了解实际应用案例,熟悉开发过程 ③基于Toybrick实现的深度智能家居的项目筹备(分析软硬件需求) 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

潜龙思瑞

12:5206-29
通过语音识别开关机命令,从而控制电脑开关机

幸福的蛋蛋

12:4906-29
1、全屋智能家电控制,语音或手机app,外场远程操控

colgame

09:5206-27
申请理由 本人在机器人SLAM领域有4年开发经验,从最开始激光SLAM到视觉SLAM,在物流机器人行业不断创新开发。SLAM技术将赋予为机器人和智能体前所未有的行动能力。激光SLAM与视觉SLAM融合必将带来机器人技术和人工智能技术的真正革命,也将使得机器人从实验室和展示厅中走出来,真正服务和解放人类。RK3399Pro搭载性能超强的AI处理器和超高的性价比,与动辄几千元的工控机相比,将是SLAM模块化的最佳选择。丰富的外围接口为机器人带来更好的可扩展性。 项目计划 ①根据开发文档,对Toybrick RK3399Pro 人工智能开发板进行系统环境搭建。 ②通过Toybrick RK3399Pro 人工智能开发板控制机器人底盘以及其外围传感器、执行机构。 ③在Toybrick RK3399Pro上安装ROS(Robot Operating System),在ROS系统下编写驱动程序,驱动机器人底盘等各种外围设备。 ④运行google的cartographer、facebook的PyRobot、ORB_SLAM2等机器人SLAM,测试RK3399Pro在SLAM中的运算能力,以及机器人建图、定位导航的效果。 ⑤集成机器人完整的程序,在Toybrick RK3399Pro上运行,使Toybrick RK3399Pro成为机器人SLAM的算法模块,以及开发其他外围扩展接口如IIC接口的超声波避障,I2S的麦克风阵列语音识别等功能。 预计成果 使用Toybrick RK3399Pro控制板运行cartographer、PyRobot、orb_slam2等基本算法,测试控制板的运行能力。在Toybrick RK3399Pro控制板中集成机器人系统,机器人核心算法在控制板中运行,从而代替机器人架构中工控机的地位。

jackeyt

09:3006-27
我单位是中科院下属科研机构,负责承担智慧城市、智能交通的研究、开发与应用实现的工作,在未来5G的高速带宽带动下,移动MEC(边缘计算)将成为当前人工智能落地的最后一公里,我单位在多年的经验中,已经实现智慧路灯、智能灯杆等一系列产品,借助5G与AI的发展趋势,将充分发挥多年来累计的AI算法、软件应开发经验,在边缘计算的大潮中快速发展,布局未来智慧城市。而在移动边缘计算中,AI芯片是必不可少的载体,当前的解决方案大部分是高性能的CPU+英伟达的GPU、谷歌的TPU加速器等来布署实现AI算法加速,但这些方案的缺点是成本高、集成度差,而3399Pro,不仅继承了3399的强大CPU性能,还融合了NPU,很好的解决上述短板的同时,能够加快AI算法的落地,同时,本人之前在论坛上有成功试用过3399开发板,所写的帖子达到了管理与网友的一致认可,因此,本人此次申请3399Pro开发板,希望借助3399Pro的芯片,在未来边缘计算,继续发挥我单位的优势,为智慧城市的建设出一份力。 我的试用计划如下: 1、熟悉3399Pro开发板的硬件原理图、开源软件包 2、编写简单的外设驱动、应用程序,测试3399Pro与3399之间的兼容性 3、移植TensorFlow-CPU到开发板,同时,借助NPU提供的NNLib接口实现简单的Demo测试 4、使用RK官方提供的模型转换工具,实现将已经有的模型转换至3399Pro上运行 5、测试已经有的AI算法模型在3399Pro上的性能表现,并与当下流行的几种方案对比 6、利用官方提供的NN库实现我方AI算法的加速,并将其布署至智能路侧边缘计算终端上,测试其稳定性

bl101323

11:5906-26
计划搭载整车进行车内声音主动控制,重点改善车内怠速声音,提升车内乘客声音舒适性

gao1shou

10:4806-25
居家安全监控系统

zgcdzfsy

09:2106-25
由于研发机器人功能比较强大,有视觉系统,智能语音,物联网功能等;需要一款强大的开发板

xinshuwei

13:1906-24
1.移植opencv库进行人脸识别训练测试优化 2.移植alexnet 或其他模型,进行人脸识别的实现 实现步骤: 1.搭建环境,实现基础的配置 硬件配置等 2.收集图片,进行标注 增广 3.用图片进行训练 测试 调参调优 4.实际进行测试 适当做出修改测试

78945兴

07:4906-23
本主板作为机器人主控

Lensire

10:5906-22
申请理由:运用该产品调试与VR设备性能 项目名称:基于VR的远程面试软件设计 计划:在Android开发平台做好面试软件后,与该产品进行对接调试,同时也对两台VR设备设定的功能进行调试。 预计效果:达到面试者仅需要通过VR设备就能与应聘公司面试官进行沟通面试的目的,构建的共享VR设备任意切换交流功能,同时具有较好的真实感。

冷静人生

23:3306-21
研究方向为人工智能方向,主要从事图像处理方向的研究,需要硬件设备的支撑

沉迷于电路板

21:1606-21
申请理由 本人有嵌入式与物联网的学习和开发经验,曾参加过IDT智能传感器大赛并获得优秀奖,参与制作过交通灯的图像处理。想进一步图像识别的学习和探索。想借助发烧友论坛和Toybrick RK3399Pro人工智能开发板平台进行图像边缘处理的学习与设计。 项目计划 ①根据文档,对Toybrick RK3399Pro人工智能开发板快速入门 ②通过学习Toybrick RK3399Pro人工智能开发板的软件和系统,了解实际应用案例,熟悉开发过程。 ③基于Toybrick RK3399Pro人工智能开发板的图像边缘处理的项目准备(分析软硬件需求) 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

canface

08:5706-21
申请理由:本人是使用同类产品进行开发无人车,使用的树莓派,期间完成无人车在导航、图像识别的方面的研究内容;另外我是一名沈阳理工大学的研究生,暑假时间方面比较充足,所以可以有充分的时间进行使用以及研究;现在树莓派已经无法满足我们开发无人车在深度相机方面学习的需求,所以我希望能够申请到贵公司的芯片,完成课题要求。 项目计划:1、首先查阅文档,完成ubuntu安装的ROS平台环境;2、使用该芯片完成无人车的基础配置要求;3、进行性能以及处理要求,编译无人车项目的整体软件程序;4、分享完成无人车项目的历程,以及该芯片在无人车处理的性能使用情况

heroshi2

08:1706-21
我司是一家香資企業,主要產品設計攝像頭應用方案,包括手機、無人機、車載、智能家居等,需要後端芯片作圖像分析處理並計算作出行動,希望申請這開發板能研發市場上另類的AI方案。

glorywen

23:1606-19
我学的专业正好是人工智能本学期学习了有关模式识别方面的知识,我想了一个关于垃圾瓶分类的程序。 打算利用支持向量机和神经网络来区分,首先是关于数据的收集,我会在阿里巴巴天池等数据集中收集,然后是关于对特征的提取,选择了四个特征,分别是密度,外形,重量以及瓶口的直径,通过支持向量机中的svm来升维度,各种核函数,在二维进行多维的处理,最后找到最优的超平面 关于人工神经网络则是通过选择好美层的权重来设计多层,输入多维特征最后得出一个y,当然这个y是提前训练好的,可以把它分类,就好像人一样,把多维特征提取成一个,最后决定它是哪一类。我用MATLAB和Python来实现上面的想法,我觉得我本学期对它们的库有了许多的了解。 还有就是关于画的分类,而我最后选择了兰花,兰花有七种,觉得是非常典型的一个 我希望可以在下面一个暑假学期试用一下人工智能开发板实验一下,希望可以帮助一下下
想做一个无人机,用来监控我们无法观察的东西

申请合作

关注我们