Firefly-RK3399/AIO-3399J Android8.1固件支持Android Neural Networks API (NNAPI) ,充分调用神经网络API进行硬件加速,使RK3399的AI运算性能大幅提升。适用基于主流模型架构衍生开发的各类应用,例如:商品识别、疲劳检测等。
此SDK为基于 RK3399 Android8.1 的 AndroidNN GPU 加速方案,可以为采用 AndroidNN API开发的 AI 相关应用提供通用加速支持。
更新SDK
由于平台需要一定的依赖性,系统要求具有OpenCL以及AndroidNN驱动。因此需要更新Firefly-RK3399/AIO-3399J Android8.1 SDK。
AndroidNN性能
下图为Android平台依赖下的AndroidNN性能参数
支持AndroidNN的两种方式
在上述 Android 平台依赖满足的情况下,支持两种使用 AndroidNN 的方式
目前提供的两个 Demo 均基于 Tensorflow Lite 的开发,分别为:
TfLiteSSDDemo:基于 TensorflowLite 的目标检测 Demo,使用 MobileNet-SSD 模型
TfLiteCameraDemo:即 TensorflowLite 自带的图像分类 Demo,使用 MobileNet 模型。
TfLiteCameraDemo示例图片
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。
举报投诉
相关推荐
第1章 概述 1.1 人工神经网络研究与发展 1.2 生物神经元 1.3 人工神经网络的构成 第2章人工神经网络基本模型 2.1 MP模型 2.2 感知器模型 2.3
发表于 03-20 11:32
适用于Firefly-RK3288的板子* rockchip kernel 4.4 (VPU, GPU, DRM RGA and WIFI设备驱动)* rockchip debian stretch (xserver已加入GPU加速,带
发表于 08-19 15:10
NNAPI神经网络硬件加速方案将支持基于RK3399平台的Firefly主板,包括AIO-3399J、AIO-3399C主板。后续将更新相关主板的固件,敬请关注~~下载Firefly
发表于 07-31 17:42
项目名称:基于PYNQ的卷积神经网络加速试用计划:申请理由:本人研究生在读,想要利用PYNQ深入探索卷积神经网络的硬件加速,在PYNQ上实现图像的快速处理项目计划:1、在PC端实现Ln
发表于 12-19 11:37
卷积神经网络(CNN)究竟是什么,鉴于神经网络在工程上经历了曲折的历史,您为什么还会在意它呢? 对于这些非常中肯的问题,我们似乎可以给出相对简明的答案。
发表于 07-17 07:21
今天学习了两个神经网络,分别是自适应谐振(ART)神经网络与自组织映射(SOM)神经网络。整体感觉不是很难,只不过一些最基础的概念容易理解不清。首先ART神经网络是竞争学习的一个代表,
发表于 07-21 04:30
神经网络的并行特点,而且它还可以根据设计要求配置硬件结构,例如根据实际需要,可灵活设计数据的位宽等。随着数字集成电路技术的飞速发展,FPGA芯片的处理能力得到了极大的提升,已经完全可以承担神经网络数据压缩
发表于 08-08 06:11
算法的软件实现方式非常低效,所以业界对GNN的硬件加速有着非常迫切的需求。我们知道传统的CNN(卷积神经网络网络)硬件加速方案已经有非常多的解决方案;但是,GNN的
发表于 07-07 08:00
多层感知机 深度神经网络in collaboration with Hsu Chung Chuan, Lin Min Htoo, and Quah Jia Yong. 与许忠传,林敏涛和华佳勇合作
发表于 07-12 06:35
原文链接:http://tecdat.cn/?p=5725 神经网络是一种基于现有数据创建预测的计算系统。如何构建神经网络?神经网络包括:输入层:根据现有数据获取输入的层隐藏层:使用反向传播优化输入变量权重的层,以提高模型的预测
发表于 07-12 08:02
1、加速神经网络的必备开源项目 到底纯FPGA适不适合这种大型神经网络的设计?这个问题其实我们不适合回答,但是FPGA厂商是的实际操作是很有权威性的,现在不论是Intel还是Xilinx都没有在
发表于 10-24 16:10
通过网络训练来确定才能使模型工作。这将在后续文章“训练卷积神经网络:什么是机器学习?—第 2 部分”中解释。第 3 部分将解释我们讨论过的神经网络的硬件实现(例如猫识别)。为此,我们将
发表于 02-23 20:11
对应的神经网络有哪些,也看到了自己在k210中用到的FAST RCNN和RestNet18分类网络,需要保证硬件实现和算法一致,这样才事半功倍,否则,可能会差别比较大。对于神经网络算法
发表于 09-11 20:34
神经网络控制基础知识简介。
发表于 05-31 16:37
•9次下载
评论