基于GPU的图像处理平台

基于GPU的图像处理平台

1.  (309)英伟达推Jetson TX1 GPU模块力推人工智能

1.1 产品概述

Jetson TX1 GPU模块,主要针对近年来蓬勃发展的人工智能市场,包括无人机、机器人等设备。

1.2 处理板技术指标

1. Jetson TX1 GPU模块包括一颗浮点运算达到teraflop级的

2.  基于Maxwell架构的256核心GPU,64位ARM A57芯片组

3.  4GB LPDDR4 RAM内存(每秒带宽速度达25.6GB)

4.  5GB本地存储模块、802.11 2×2 ac Wi-fi解决方案以及1Gb以太网端口。同时还配备Jetson Linux软件开发工具包。

5.  Jetson TX1 GPU模块的面积只有50*87毫米,仅一张信用卡大小。虽然外形很迷你,Jetson TX1 GPU性能却不容小视。

英伟达Jetson TX1 GPU模块的首批客户包括微软、亚马逊、谷歌以及IBM等科技巨头,它们将会在各自的无人机或者机器人设备搭载该模块,从而流畅运行人工智能应用。

Jetson TX1 GPU模块应该是英伟达之前Jetson TK1嵌入式开发组件的升级版本。而且,英伟达还于今年年初发布过一款DRIVE PX自动驾驶系统。可以说,在人工智能领域,英伟达已非新手。

 

 

2.基于NVIDIA GPU Jetson TX1Altera FPGA XC7K160T-2FFG676ICamera Link图像处理平台

2.1 板卡概述

该系统是由两块核心模块组成,分别是基于NVIDIA GPU Jetson TX1的模块(以下称GPU卡)和Altera FPGA XC7K160T-2FFG676I的模块(以下称:FPGA卡)。GPU卡是以NVIDIA的Jetson TX1模块为核心,可用于嵌入式深度学习、计算机视觉、图形和 GPU 计算;FPGA卡以XC7K160T-2FFG676I为主芯片,支持Camera Link的数据输入输出,主要用于处理高清图像输入信号,进行智能分析。

两块卡既可通过SAMTEC的SEAM标准的连接器相连,相互配合形成GPU+FPGA的工作模式,也可各自单独工作,或连接在NVIDIA开发板上,应用非常灵活。

2.2 GPU卡性能介绍

(a)      Jetson TX1以革命性的 NVIDIA Maxwell™ 架构为基础构建,含有 256 个 CUDA 核心,提供每秒超过一万亿次浮点运算的性能;

(b)    Jetson TX1采用64 位 ARM® A57 CPU;

(c)      显存:4 GB LPDDR4 | 25.6 GB/s;

(d)      支持千兆网络接口;

2.3 FPGA卡性能介绍

(a)      具备162240个逻辑单元,最大可使用I/O口资源为400;

(b)      板载1组64位2GByte DDR3 SDRAM内存,可实现800MHz时钟速率的高速数据缓存,理论带宽高达6.4GByte/s,DDR3 SDRAM读写效率高达90%;

(c)      板载1片64MByte SPI Flash,用于FPGA的加载;

2.4供电要求

板卡采用+12V供电。

3. 基于Jetson TX1HDMI图像分析平台

3.1系统概述

    Jetson TX1是一台模块式计算机,具有完备的软件开发工具包,支持针对深度学习的CUDA加速函数库cuDNN,对应训练和推理,它与许多行业标准框架兼容,包括CaffeTheanoTorch;支持针对计算机视觉的CUDA加速函数库和框架VisionWorks,其可以实现OpenVX 1.1 规范与其他的 NVIDIA扩展相接;支持图像传输和API,包括OpenGL 4.5OpenGL ES3.1 Vulkan

3.2 功能指标

a)支持1路HDMI接口的信息输入,经由本接口板转换为CSI-2形式进入核心板,完成音视频数字信号的采集;

b)硬件支持1路HDMI数字视频输出;

c)具有本地存储功能,并通过丰富的外围接口支持数据的读取。

3.3 技术指标

a)采集视频图像分辨率

HDMI视频:支持480i1080p

b)输出视频图像分辨率

HDMI视频:支持1080p

c)输出音频

支持8通道,192kHz24-bit

电源 19V电源适配器

3.4 接口

1、开关(一大两小):Power On/OffResetForce Recovery

2DC电源接口;

3CAN通信接口;

4SATA接口的存储扩展;

5Micro SD读卡器;

6HDMI视频输入(转CSI-2);

7HDMI视频输出;

8、支持风扇PWM控制;

9、一个千兆以太网络接口;

10、一个USB 3.0,一个Micro-B USB(OTG)接口;

11RS232串行端口通信;

12JTAG调试。

3.5 系统性能

a) Jetson TX1以革命性的 NVIDIA Maxwell™ 架构为基础构建,含有 256 个 CUDA 核心,提供每秒超过一万亿次浮点运算的性能;

b) Jetson TX1采用64 位 ARM® A57 CPU;

c) 显存:4 GB LPDDR4 | 25.6 GB/s;

d) 视频解码:4K 60Hz;

e) 视频编码:4K 30Hz;

f) 摄像头接口:1400MPix/s;

g) 具备16 GB eMMC存储,并支持SDIO及SATA存储扩展;

h) PCIe支持Gen 2 1x1 + 1x4

3.6 工作条件

a) 工作环境温度-25~80℃;

b) 存储温度范围-25~80

3.7 主要器件列表


序号


功能


型号


1


HDMI转CSI-2


ADV7480


2


19V降压


LTC3878


3


12V BOOST


LM3481


4


5V与3.3V


TPS56221


5


1.8V


TPS54327


6


POWER MONITORS


INA3221


7


配电开关


APL3511


8


USB配电开关


RT9715


9


SPI接口的CAN


MCP2515


10


电平转换


SN74LVC2T45

北京太速科技有限公司
在线客服:QQ:448468544
公司网站:www.orihard.com
联系电话:15084122580

欢迎关注微信公众号 啊智能时代

 

 


时间: 2024-08-07 00:08:46

基于GPU的图像处理平台的相关文章

基于GPU的图像处理平台解决方案

基于GPU的图像处理平台 1.  (309)英伟达推Jetson TX1 GPU模块力推人工智能 1.1 产品概述 Jetson TX1 GPU模块,主要针对近年来蓬勃发展的人工智能市场,包括无人机.机器人等设备. 1.2 处理板技术指标 1. Jetson TX1 GPU模块包括一颗浮点运算达到teraflop级的 2.  基于Maxwell架构的256核心GPU,64位ARM A57芯片组 3.  4GB LPDDR4 RAM内存(每秒带宽速度达25.6GB) 4.  5GB本地存储模块.8

windows平台下基于QT和OpenCV搭建图像处理平台

在之前的博客中,已经分别比较详细地阐述了"windows平台下基于VS和OpenCV"以及"Linux平台下基于QT和OpenCV"搭建图像处理框架,并且生成了相应的免费视频.这篇博客的主要内容,就是基于最新版本的相应工具,在windows平台下,"基于QT和OpenCV搭建图像处理平台",并且进一步研究如何基于QT所见即所得的便利,进行图像处理操作,最终还要和vs做一个比较,进行初步小结. 主要分为3个部分,一个是当前模式下,windows+Q

基于FPGA的高速图像处理平台设计_爱学术

[摘要]针对传统图像处理平台采集.处理速度慢,显示分辨率低,不方便携带等问题,设计了一个基于FPGA的高速图像处理平台,包含高速图像的采集.处理.及显示.图像采集通过Camera Link接口采集图像,图像处理部分利用乒乓操作对图像数据进行高速存储,FPGA完成图像预处理,DSP进行运算复杂的图像处理,图像显示部分输出标准的视频信号进行DVI显示.实验结果表明,平台完成了对图像的高速处理,体积小,处理数据量大,可以替代传统图像处理平台,并应用到多种图像处理领域. [作者] 陈序  卿粼波  何小

基于GPU的高分一号影像正射校正的设计与实现

一 RPC正射校正的原理 影像正射校正的方法有很多,主要包含两大类:一类是严格的几何纠正模型,另一类是近似几何纠正模型.当遥感影像的成像模型和有关参数已知时,可以根据严格的成像模型来校正图像,这种方法属于严格几何纠正,最具代表的是共线方程法.当传感器成像模型未知或者无法获取相关的辅助参数时,可以用假定的数学模型模拟成像模型,对影像实现校正,这种方法属于近似几何纠正,主要有:几何多项式纠正.有理函数法.局部区域校正等模型.本文将主要对RPC正射校正模型进行展开讨论. RPC模型将像点坐标d(lin

GPUImage ==> 一个基于GPU图像和视频处理的开源iOS框架

Logo 项目介绍: GPUImage是Brad Larson在github托管的开源项目. GPUImage是一个基于GPU图像和视频处理的开源iOS框架,提供各种各样的图像处理滤镜,并且支持照相机和摄像机的实时滤镜: 基于GPU的图像加速,因此可以加速对实时摄像头视频.电影以及image的滤镜和其它效果处理,并且能够自定义图像滤镜.另外, GPUImage支持ARC. 使用GPUImage处理图片比Core Image更简单,只需要将过滤器赋给图片对象即可,不用考虑context或者设备等其

基于Android、iOS平台的移动端车牌识别技术及实现车牌识别过程

近年来,随着移动行业的爆发式发展,手机配置不断提高,基于手机平台的信息采集.图像处理.数据传输等方面的研究也成为了热点,这使得基于手机平台上的车牌识别成为可能.传统的车牌识别系统一般都基于固定的桌面平台.图像采集不灵活,特别是对于交通管理部门来说,对违章车辆车牌的自动登记非常不便,因此基于Android.iOS平台的移动端车牌识别技术出现了. 那么如何实现车牌识别的呢,下面简单说说: 首先对现存的车牌识别算法进行了研究,在诸多算法中寻找到一种适合在Android.iOS平台上运行的算法.先通过智

一种支持本地离线扫描识别的移动端车牌识别技术,基于Android、iOS平台

随着社会的发展,城市中的汽车越来越多.城市由于汽车的增加造成的拥挤给人们的生活带来了极大的不便,这种不便迫使人们去寻找高技术有效手段去解决这种不便.很多的大型停车场收费系统管理存在着排队时间长.管理成本高.劳动强度大等各种弊端,顺应时代发展的一些占路停车场和小型露天停车场也应运而生,然而这些停车场收费透明度低.资金流失和车辆失窃也给车主和管理者造成了较大的困扰,因此需要一些较为快捷有效的管理系统去解决这些问题.此时,一种基于移动端车牌识别的停车收费方法应运而生,车辆通过停车场出入口时,停车场端系

基于微信硬件公众平台的智能控制开发流程

一.微信硬件公众平台整体架构 上一篇<物联网架构场景技术分析>已经探讨和分析了物联网架构的演进,基于微信硬件公众平台的智能控制方案即属于文中的第三种架构--基于统一后台服务的物联架构.其中的架构如下: 各部分的角色和分工如下: 1.微信硬件公众号平台服务器,是物联网的基础和核心部分,其负责外设设备ID的认证,类似公安部给每个公民一个身份证一样,保证每个外设都有一个合法并且唯一的ID.目前微信平台的设备ID由两部分组成,一部分是厂商运维的公众号(即手机微信关注的公众号)的原始ID,称为设备类型,

基于GPU虚拟化的Xendesktop 桌面虚拟化浅析

市面上的桌面虚拟化解决方案至少有4种以上,我了解的有 citrix的xendesktop,vmware 的view,Microsoft 桌面虚拟化,此外还有大家可能比较陌生的quest  vworkspace,当然还有redhat 的桌面虚拟化解决方案. 其实就目前来说最有实力,业界体验最好的应该是citrix的xendesktop,其次是vmware view,微软的再次之,其他的不是非常主流,就不详细描述,本次文章主要是基于GPU虚拟化的Xendesktop 桌面虚拟化浅析. 对于GPU虚拟