飞凌嵌入式OK3576-C开发板试用 - 电子技术论坛

论坛>试用中心>【首发试用】飞凌嵌入式RK3576开发板体验官招募

【首发试用】飞凌嵌入式RK3576开发板体验官招募

飞凌嵌入式全新推出基于Rockchip RK3576处理器设计的OK3576-C开发板，集成4个ARM Cortex-A72和4个ARM Cortex-A53高性能核，内置6TOPS超强算力NPU，为AI应用赋能 ...了解更多>>

价值：￥1338元提供：5个已申请：19人

查看报告

剩余时间：

试用详情
试用名单
试用报告
讨论区

一. 试用产品概述

RK3576是瑞芯微专为AIoT市场打造的一款高算力、高性能、低功耗的国产化应用处理器，集成了4个ARM Cortex-A72和4个 ARM Cortex-A53高性能核；内置6TOPS超强算力NPU；嵌入式3D GPU加之带有MMU的专用2D硬件引擎，最大限度提升显示性能；H.265超清硬解码，最高支持8K分辨率。OK3576-C开发板采用核心板+底板分体式设计，采用4个100Pin板对板连接器的方式将处理器的功能引脚以最便利的方式全部引出，并针对不同的功能做了深度优化，方便用户二次开发的同时简化用户设计，为您的项目提供良好的评估及设计依据。

二.功能、参数描述

三.产品展示

四.试用产品发货清单

活动时间：

申请报名：2024年7月17日 - 2024年8月11日
公布名单：2024年8月15日
发货日期：2024年8月16日
试用期限：2024年8月17日 - 2024年9月21日

活动流程：

产品申请：点击免费申请按钮即可报名。请认真填写申请理由，提交有创意的试用计划，大致的实现过程和应用场景，展示丰富的过往项目经验和网络影响力。
筛选：厂商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。
名单公布：试用名单将在活动页公布。
试用通知：名单公布后工作人员将以电话等方式通知申请成功者，请保持电话畅通。
产品寄送：联系到试用者，双方确认规则后，将产品快递给试用者，具体到货时间以实际物流为准。
试用报告：收到开发板后，需按要求定期上传评测报告（图文 / 视频）至电子发烧友社区，试用报告要求100 % 原创，抄袭会被封杀哦。
产品回收：请收到开发板的用户在规定时间内完成试用报告并上传至电子发烧友论坛；试用活动到期后，需将产品退回。
优秀试用帖评选：将从试用报告质量，回复量等方向评选。

试用报告：

试用者收到OK3576-C开发板(商业级4GB+32GB)套件后，进行学习评估，并在发烧友社区发帖/硬声APP发视频记录开发板的试用过程，分享试用心得。经过试用评测学习后，试用者使用开发套件并在论坛发帖纪录项目过程、心得。试用报告要求如下：

试用报告可分为：项目概述、软件调试、硬件接入、视频演示。试用者完成5篇及以上评测报告方有资格参与奖项评选（每篇500字+3图以上，开机报告也算做为一篇内容报告，但要求内容和步骤详尽），完成8篇及以上高质量试用报告方有入选“最佳评测试用者”的资格。

（1）文字：描述字数500字以上，且需确保行文逻辑的严谨、准确和流畅，重点评测环节要有必要的文字说明进行阐述，以确保读者可以了解评测过程；

（2）图片：评测报告的配图需确保清晰，避免出现影响观感的“反光”、“曝光过度”和“暗部细节不清晰”等情况的发生；

2. 报告形式：标题格式示例：【飞凌嵌入式OK3576-C开发板体验】+自拟标题。

3. 试用周期内如无特殊原因，要求每周上传一篇试用报告至电子发烧友社区；如未按要求上传相应内容，开发板套件将被收回，并取消活动参与资格。

活动说明：

本次试用的OK3576-C开发板(工业级4GB+32GB)仅作为活动使用，“非赠送”，活动结束后试用者须退回板卡；
试用周期内如无特殊原因，要求一周上传一篇试用报告至电子发烧友社区。
试用活动结束前，申请者若有视频产出，则应将完整的应用方案DEMO（含视频）上传至硬声APP，每位开发者需共上传至少5篇开发内容（入选“最佳评测试用者”，需完成8篇内容分享）。
如未按要求上传相应内容，开发套件将被收回，并取消后续活动参与资格。
技术支持：收到开发板后，请第一时间联系平台客服进入技术交流群，技术问题将由技术工程师专门解答。
如遇放假、快递停发等特殊情况，工作人员将会另行安排寄送时间，并通知相应开发周期。
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，请主动与企业或者平台客服协商退还，方便其他网友继续试用。
活动过程中，套件所有权归活动发起者，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（1338元）赔偿。
试用获奖者的优质评测报告，飞凌嵌入式有权转载至官方媒体平台（会标注原作者）；
电子发烧友拥有最终解释权!

活动福利：

最佳评测奖1名 —— 500元京东E卡
优秀评测奖2名 —— 300元京东E卡
鼓励评测奖2名 —— 100元京东E卡

企业介绍

专注智能设备核心平台研发与制造

他们正在申请

FredSong

23:3708-08

项目名称：基于相机输入图像的yoloV8识别部署申请理由：最近在从事视觉AI方案框架的开发工作，对rk的方案有很大兴趣，飞凌会在原厂软件基础上提供一定得集成工作，比较有借鉴意义，前段时间试用的OK527的开发板原厂对于视频解码后推理方面有所欠缺，希望通过rk的平台增加AI业务实现的了解，最近的测评文章，请参考https://bbs.elecfans.com/jishu_2444162_1_1.html 评测计划：第一周.开箱与开发环境搭建第二周摄像头demo应用的编译和测试第三周 npu例程学习与yolov8部署第四周串接摄像头图像输入与推理第五周整理代码结构，性能调优期望输出，每周一篇试用分享，最后输出工程源码

jf_09644657

11:3208-07

本人电子爱好者一枚，已经从事电子产品开发 5年有余。目前在一家智能化解决方案公司担任技术主管，负责智能化方案的落地选型。最近有家庭智能化一体机的开发机会，主要用于家庭影视功能/语音控制/智能家居控制/AI智能识别等场景，如果有机会试用该产品，会从以下几个方面进行全方位的评测： 1.产品的基本配置硬件性能测试 2.产品开发文档样例demo测试 3.结合家庭nas场景，安装我们的代码程序，测试稳定性（如果算力足够支持，尝试加入ai引擎程序, 加入端侧模型测试运行能力） 4.整体展示成品效果，包括自然语言对话文本生成图片生成等场景的视频展示。希望有机会能体验。

大菠萝Alpha

11:0608-07

test

jf_64570054

16:2708-06

产品需求性能高，对本项目有助于实施，项目立项阶段

Aivisus

12:3708-06

主要测评技术点：基于RK3576的强大算力和多媒体能力，测试并验证使用RK3576实现双目摄像头画面拼接与深度测距的功能实现，测试整理处理速度和延迟。移植开发双目摄像头图像采集与处理，验证使用RK3576实现双目摄像头画面拼接与深度测距的功能，并验证该处理器的RKNN姿态识别能力，测试识别速度。，完成双目摄像头画面拼接技术在3576处理上的性能验证。测试中的一般技术文章分享计划： 1.硬件连接与开发环境搭建 2.有线与无线网络连接配置 3.双目摄像头硬件连接与配置 4.摄像头画面采集与图像数据拼接处理 5.OPenCV图像处理OpenImage在RK3576上的移植与测试 6.NCNN神经网络在RK3576上的移植与测试姿态识别性能

aquamanfeng

16:5208-05

申请理由：本人在嵌入式开发、计算机视觉领域以及模型量化部署方面具有多年的学习和开发经验，在立创开源平台上发布分享过多个嵌入式MCU项目，并在CSDN平台上撰写过多篇嵌入式MCU、嵌入式Linux、神经网络训练与部署等项目分享与讲解。目前正在深入学习人工智能在边缘设备上的实现。想借助发烧友论坛和飞凌嵌入式的这次机会，完成基于RK3576的人脸考勤机项目的设计与开源分享。项目计划： 1. 根据文档，初步上手RK3576的基本使用 2. 基本外设的使用，如UART用于和指纹传感器模块进行通讯 3. 学习并记录NPU的使用教程 4. 基于rknn-tookit初步上手rknn模型量化 5. 训练自己的人脸识别模型，并进行量化 6. 部署量化后的模型到开发板上 7. 项目功能的整合与代码撰写整理

Zerolinr

00:0108-05

申请理由：测试在RK3576上实现结构光三维重建的效果。有过AI边缘部署的开发经验，熟悉计算机视觉开发。项目计划： 1.搭建RK3588的开发环境，使用SD卡烧录Linux系统镜像； 2.通过CSI接口接入双目摄像头，并进行标定； 3.编写双目结构光三维重建程序，使用OPENGL/OPENCL/VULKAN调用GPU进行加速； 4.通过ETH/WLAN将三维重建的模型传输到服务器中

lzpisverycool

23:1807-30

1，本人曾基于at32开发过在rtthread上的使用神经网络调参的pid风柜控制算法，有一年的机器学习项目经验。对linux系统，控制协议，lora协议，modbus等协议均有深度的研究。并对python以及go语言也有3年以上的应用经历。 2，想利用这块开发板进行骑行路面路况神经网络检测的可行性做分析，需要高算力，尽量低的功耗以及尽量低的体积，并且需要进一步优化模型对路况的识别以及运算速度。

jf_88920051

18:4907-30

1、我们是一家做医疗健康智能硬件的公司，目前在做一款医生机器人产品 2、包含大模型、数字人等模块，市面上大部分中低端方案，都跑不起来我们的应用，我们在寻找一块性能恰当，性价比高的方案预计成果： 4颗2.2G的A72大核，应该能跑动，想试用一下，通过即可后续聊整体方案

jf_03095018

14:2007-24

项目预研。给车厂演示推广竞标

jf_12451226

22:0907-23

本人在工业视觉领域有六年多的学习和开发经验，曾设计基于opencv+yolov5的老人摔倒智能检测系统。想借此机会用这块产品设计研发关于线束行业的深度学习视觉检测系统项目计划: 1.根据开发文档快速入门上手该产品。 2.通过学习和实践快速了解基于该产品的应用开发案例和开发过程。 3.基于产品结合行业实际使用生产需求进行软件和硬件筹备（硬件使用海康工业相机和镜头） 4.开始项目开发，记录测试过程和开发过程。 5.项目测试用例，软件调试，软件优化，和软件成果分享。预计成果分享项目的开发过程，调试，优化，结果过程。开源项目成果

cda1581700

14:5907-23

仿人机器人核心板开发

jf_64800149

09:5507-23

本人从事工业自动化8年，精通汽车生产线各种设备。想使用该开发版设计一台基于图像处理的涂胶检测和螺栓拧紧的综合型设备。

ebrainchild

09:0907-23

【1】申请理由：使用3588和的mit四足机器人仿真和实机运行已经实现，评估3576的CPU性能足够仿真跑3D模拟，希望可以用3567测试降低成本。【2】项目名称：MIT开源四足机器人3576平台的移植和实现。【3】项目计划：计划在收到开发板后7个工作日内完成从3588平台到3576平台的移植。A.实现3D仿真环境下四足机器人的遥控控制（遥控是真实遥控器）。因为3D仿真消耗的CPU资源较多，以3D仿真为基础测试CPU性能。B.收到板子后3个自然周内完成yoloV5模型在3567上的运行，实现手势遥控四足机器人（3D仿真环境）的运动（已经在3588平台上实现，目前识别最高能测到100帧左右，在海康相机、USB相机、MIPI相机均实现识别）。【4】预计成果：完成【项目计划】中的两个功能实现，并在过程中完成8篇以上的试用报告。

jf_12571628

08:5707-23

从2021年至今在对电力便携式运维网关产品处于探究与开发阶段，RK3568、RK3588开发板都有使用，对于携式运维网关项目，主要是解决变电站电力监控系统运维过程中存在身份认证手段缺乏、运维过程管控薄弱、安全风险阻断能力弱及运维记录缺乏等问题。项目计划： 1、熟悉此RK3576开发板资料，了解此开发板性能； 2、根据现有的RK3568、RK3588发开板资料，运行到此RK3576开发板上； 3、通过运行软件查看各个软件适配情况，及开发板性能； 4、解决运行过程问题，再次验证； 5、投放产品开发； 6、项目调试、优化、分享。

jf_59351351

08:4407-23

移植openwrt，做成一个路由器

jf_96001653

08:4207-23

申请理由：本人在边缘人工智能具有一定的开发经验，对深度学习算法有一定了解，想借助发烧友论坛和飞凌嵌入式RK3576开发板完善该项目的开源设计项目计划：本项目旨在开发一套基于机器学习的实时轴承故障监控系统。该系统将通过分析历史轴承运行数据，利用机器学习算法训练出高效的故障预测模型，并在实时环境中应用这些模型进行轴承状态的监控和故障预测。系统应能够准确识别轴承的异常状态，提供及时的预警信息，以支持生产过程的稳定性和安全性。具体研究目标包括： 1.收集并整理轴承历史运行数据，建立完备的数据集用于模型训练。 2.研究并应用适合轴承故障预测的机器学习算法，训练出高准确率的故障预测模型。 3.开发一个实时故障监控系统，能够接收实时数据并应用离线训练的模型进行故障预测。 4.设计并实现用户友好的系统界面，方便用户查看轴承运行状态、故障预警信息和历史数据等。 5.通过实验验证系统的有效性和可靠性，确保系统在实际应用中能够稳定运行并准确预测故障。二、主要内容该项目根据功能分为轴承振动数据采集和模型运算平台两个部分，轴承振动数据采集为轴承故障诊断算法提供离线的训练数据和实时采集的数据；模型运算平台将 PC 上训练完成的诊断模型转成二进制可执行文件后移植到嵌入式设备，可以对实时采集的振动数据进行现场诊断。模型推理结果将由 LCD 屏幕进行现场展示，当判断轴承为故障状态时，将故障数据通过 WiFi 模块上传数据至云平台进行可视化展示，在 Web 端进行轴承运行状态监测。具体包括如下几点： 1.数据收集与整理收集轴承的历史运行数据，包括正常状态和故障状态下的数据。对数据进行清洗和预处理，去除噪声和异常值，确保数据质量。对数据进行标签化，明确区分正常状态和故障状态。构建完备的数据集，用于后续模型训练和验证。 2.机器学习算法研究与应用分析轴承故障的特点和表现形式，确定适合的机器学习算法。使用历史数据集对算法进行训练和验证，优化算法参数以提高预测性能。探索多种算法的组合和融合策略，以进一步提升预测准确性和稳定性。 3.实时故障监控系统开发设计系统架构，包括数据接收、模型应用、故障预警和结果展示等模块。实现实时数据接收功能，确保系统能够实时获取轴承运行数据。将离线训练的故障预测模型集成到系统中，实现实时故障预测功能。设计并实现故障预警机制，当系统检测到异常状态时能够及时向用户发出预警信息。 4.系统界面设计与实现设计用户友好的系统界面，方便用户与系统进行交互。实现实时数据展示功能，包括轴承运行状态、故障预警信息和历史数据等。提供用户操作指南和帮助文档，方便用户快速上手和使用系统。 5.实验验证与改进在实验环境中搭建系统并测试其功能，确保系统能够稳定运行并准确预测故障。使用测试数据集对系统进行性能评估，包括准确率、召回率和 F1 值等指标。根据实验结果分析系统存在的问题和不足，提出改进措施并进行优化。在实际应用中继续验证系统的性能和可靠性，并收集用户反馈以进一步完善系统。

jf_01801880

13:5207-17

目前有使用RK3588和RK3588S的经验，想用来评估一下性能，看看能不能替代来节约成本

筑梦者与梦同行

09:0107-17

试用计划，以深度学习框架为主：tensorflow、Caffe、Tflite、Pytorch、OnnxNN灯算法 1.CanFD通讯开发 2.网络通讯开发 3.摄像头驱动开发 4.普通图像识别开发 5.TensorFlow、Caffe 神经网络的使用，和图像识别开发

搜索历史