phyBOARD®-Pollux AI 套件
用于嵌入式系统中机器学习的开发平台
- i.MX 8M Plus 四核,4x 1.6 GHz
- 支持 HDR 功能的图像信号处理器
- 通过 ISP 和 phyCAM-M 摄像头进行数据采集和处理
- NXP eIQ 机器学习软件集成在 BSP 中
- 利用神经网络进行物体比对
- 得益于对 pytorch、TensorFlow Lite 和 ONNX 格式的支持,可直接使用
- 使用神经网络无需额外工具(如 SDK、NDK)
- 通过边缘数据处理实现时间和成本效率
- NPU 性能:推理时间比 GPU 快 96 倍
- 可通过驱动 API 直接访问 NPU
- 性能与能耗比达到最优
套件内容 :
- 配备 phyCORE-i.MX 8M Plus 核心板的 phyBOARD-Pollux
- Linux Yocto BSP
- 人脸识别演示应用程序
- VM-016-COL-M-M12(高清分辨率,phyCAM-M,带有 M12 镜头座)
- 镜头、M12(S 接口)、焦距 f=12 毫米
- 预装软件镜像及预装摄像头驱动
- 预装 OpenCV、GStreamer 软件库
- 以太网线
- USB 线
- 24V 电源适配器,包括连接器套装
- 快速入门指南
- 启动保证
- 研讨会优惠券
概述 :
phyCORE-i.MX 8M Plus AI 套件既是一个学习平台,也是一个参考设计,用于解锁 i.MX 8M Plus 处理器的嵌入式视觉和机器学习功能。
套件中包含了一个经济实惠且符合行业标准的 VM-016 高清摄像头,带有 MIPI CSI-2 接口,用于捕捉图像数据。数据由 i.MX 8M Plus 的内部图像信号处理器处理,这意味着不需要对图像数据进行后处理。
NXP 的 eIQ 机器学习软件的开发环境已经集成在 BSP 中。在支持如 pytorch、TensorFlow Lite 和 ONNX 格式等常见模型的情况下,您可以直接开始您的应用开发。不需要专门为机器学习设计的硬件或其他使用神经网络的工具。
数据处理完全在边缘进行,这保证了额外的时间优势。
有了 phyCORE-i.MX 8M Plus,现在可以用于需要高性能数据处理的 AI 和机器学习应用的嵌入式设计,以快速实现 AI 过程。
人脸识别演示应用程序
通过演示应用程序的例子,展示了如何使用神经网络通过机器学习和深度学习算法来比较对象。
各种神经网络会从记录的实时人脸图像中提取特定的面部特征,然后与预先训练好的知名人士的面孔进行比较。与您自己的面孔偏差最小的面孔将作为最佳匹配显示出来。
| Ethernet | 2x 10/100/1000 Mbit/s |
| Wireless | 802.11 b/g/n (ac) 2.4 GHz / 5 GHz (via optional Wi-Fi Adapter) |
| Bluetooth | BLE 4.2 |
| USB | 2x 3.0 Host |
| Serial | 1x RS-232/RS-485 Full Duplex/RS-485 Half Duplex |
| CAN | 2x CAN FD |
| Digital I/O | optional via Expansion Connector |
| PCle | 1x miniPCIe |
| Mass Memory | microSD Card Slot |
| Display | LVDS (1x 4 lanes or 1x 8 lanes), MIPI DSI (1x 4 lanes), HDMI |
| Audio | SAI via A/V Connector |
| Camera | 2x MIPI CSI-2 (phyCAM-M) |
| Expansion Bus | I²C, SPI, SDIO (8-bit), UART, JTAG, USB |
| JTAG | via Expansion Connector |
| User Control Elements | 1x Reset Button, 1x On/Off, 1x Boot source select |
| Boot Source | eMMC, SD Card, NOR, USB Serial Download, Internal Fuses |
phyBOARD-Pollux KI Kit
在线研讨会 _ 简单且清晰的嵌入式视频课程

我们将与专家和合作伙伴共同举办内容丰富的在线研讨会,向您介绍嵌入式行业的一些精热门话题。
在这些研讨会上,您将免费深入了解新的硬件和软件解决方案,并了解 PHYTEC 提供的特别优惠。
更多您可能感兴趣的内容 :










