隨著科技的飛速發展，機器視覺技術在消防領域的應用日益廣泛。而RK3588核心板作為高性能、低功耗的處理器，正成為機器視覺消防產品的得力助手。

這款核心板集成了多種強大功能，內置NPU, 支持INT4/INT8/INT16/FP16混合運算，運算能力高達6Tops。支持深度學習框架，基于TensorFlow/MXNet/PyTorch/Caffe等一系列框架的網絡模型可以輕松轉換，通過算法分析，精準識別火源位置，為消防人員提供實時、準確的火情信息。

RK3588核心板憑借出色的圖像處理能力，幫助消防人員迅速找到火源，為滅火贏得寶貴時間。

此外，RK3588核心板還支持多種接口和擴展功能，可以與其他消防設備無縫對接，實現智能化、自動化的消防管理。

RK3588核心板：320PIN全部引出，滿足各個行業擴展需求。

CPU：ROCKCHIP RK3588 八核A76+A55

主頻：八核處理器，A76四核+A55四核，主頻 2.0GHz

內存：8G/16G可選（最高可支持32GB)

存儲器：32G/64G可選

電源管理芯片：使用 RK806-1，支持動態調頻等

GPU：集成Mali G610 3D 四核GPU，支持OpenGLES 1.1、2.0、3.2，OpenCL 2.2、Vulkan1.2至少支持2路4K UI，流暢運行復雜的圖形處理及游戲。

NPU：支持INT4/INT8/INT16/FP16混合運算，運算能力高達6TOPS，支持基于TensorFlow/MXNet/PyTorch/Caffe等一系列的框架的網絡模型。

多媒體視頻解碼:8K@60fps H.265/H.264/VP9/AV1視頻解碼

8K@30fps H.264 AVC/MVC

4K@60fps AV1

1080P@60fps MPEG-2/-1/VC-1/VP8

視頻編碼:8K@30fps H.265/H.264

可實現32路1080P@30fps編碼和16路1080@30fps編碼

ISP，4800萬像素ISP（圖像信號處理器）

迅為提供npu使用手冊，使開發更快速：

第 1 章 你好！NPU

1.1NPU 的誕生！

1.21.2 初識 RKNPU

第 2 章 準備 RKNPU 開發環境2.1 開發環境

2.1 軟件架構

2.2 SDK 說明

第 3 章 讓 NPU 跑起來

3.1 在 Linux 系統中使用 NPU

3.1.1 設置交叉編譯器

3.1.2 修改編譯工具路徑

3.1.3 更新 RKNN 模型

3.1.4 編譯 demo

3.1.5 開發板運行 demo

3.2 在 Android 系統中使用 NPU

3.2.1 下載編譯所需工具

3.2.2 修改編譯工具路徑

3.2.3 更新 RKNN 模型

3.2.4 編譯 demo

3.2.5 開發板運行 demo

第 4 章 體驗 RKNN_DEMO

4.1 rknn_ssd_demo 體驗

4.2 rkn_api_demo 體驗

4.3 rknn_multiple_input_demo 體驗

第 5 章 模型轉換

5.1 RKNN-Toolkit2 介紹

5.2 RKNN-Toolkit2 環境搭建

5.2.1 安裝 Miniconda

5.2.2 創建 RKNN 虛擬環境

5.2.3 安裝 pycharm

5.2.4 配置 pycharm

5.3 RKNN-Toolkit2 工具的使用

5.3.1 模型運行在模擬器

5.3.2 模型運行在 RK3588 開發板

第 6 章 其他模型轉換

6.1 使用 tensorflow 框架

6.2 使用 caffe 框架

6.3 使用 tflite 框架

6.4 使用 onnx 框架

6.5 使用 darknet 框架

6.6 使用 pytorch 框架第 7 章 使用 RKNN-Toolkit-lite27.1 主要功能說明

7.2 環境搭建步驟

7.2.1 安裝 Miniconda

7.2.2 創建 RKNN 虛擬環境

7.2.3 安裝 RKNN-ToolkitLite 2 軟件包7.2.4 安裝 opencv

7.3 運行測試程序