195
近日深蕾半导体开发者中心更新了VS680 AI演示视频、AI Demo样例、VS680快速开发手册等相关内容。VS680 AI演示视频展示了VS680芯片在人工智能领域的强大应用能力，AI Demo样例为开发者提供了一系列具体的实践案例，VS680快速开发手册详细阐述了VS680的硬件规格、软件环境搭建、开发流程以及常见问题解决方法等内容。
深蕾半导体开发者中心链接
https://developer.senarytech.com/
深蕾半导体开发者中心页面
一、VS680的性能与应用
VS680是一种集成了多种计算单元（包括 NPU/uNPU、GPU、CPU、DSP 等） 的异构计算系统级芯片（SOC），专为处理复杂的人工智能（AI）任务而设计。
其搭载了四核Cortex A73 64位CPU，配备了高效GPU，以及高达6.75TOPS的NPU。
VS680的主要性能
其支持多模态AI算法：
1，视觉算法：用于图像识别、物体检测、场景理解等任务。
2.，语音算法：支持语音识别、语音合成、情感分析等语音处理任务。
3，大模型相关支持：通过端云协同的模式接入各种大模型能力，如语言大模型、文生图、AI智能体等。
丰富的AI应用
二、VS680的AI Demo样例运行
AI Demo样例可以基于VS680 Ubuntu SDK系统运行于香蕉派BPI-M6开发板上。
香蕉派BPI-M6开发板的淘宝链接
https://item.taobao.com/item.htm?id=823964494840
以下是运行AI Demo样例的基本步骤：
1，下载Demo样例：从香蕉派社区或相关资源网站下载适用于VS680的AI Demo样例文件。
2，文件结构：解压下载的Demo样例文件，查看其文件结构，通常包括模型文件、代码文件、依赖库等。
3，安装依赖项：根据Demo样例的说明文档，安装所需的依赖项和库文件。这可能包括Python环境、TensorFlow Lite等。
4，执行Demo：在开发板上运行Demo样例代码，进行OCR算法、目标检测算法、姿态检测算法、图像分割算法、人脸检测算法、手势检测算法等演示。
OCR算法演示样例效果图
目标检测算法演示样例效果图
姿态检测算法演示样例效果图
图像分割算法演示样例效果图
人脸检测算法演示样例效果图
手势检测算法演示样例效果图
三、VS680 AI快速开发手册
为帮助零基础用户快速完成在深蕾VS680开发板上的项目开发，手册提供了一份基本开发教程：
1，搭建开发环境：准备好开发板、电源、串口线、HDMI线等硬件设备，并安装Ubuntu Linux操作系统和必要的开发工具。
2，模型转换：将训练好的神经网络模型转换为适用于VS680的模型格式，如TensorFlow Lite模型。
3，模型量化：对模型进行量化处理，以降低模型大小和计算复杂度，提高在开发板上的运行效率。
4，板端实测：将转换和量化后的模型部署到开发板上，进行实测和优化，确保模型能够在开发板上流畅运行。
运行Demo的执行效果图
更多详细资料和操作流程，欢迎访问下方链接查看
https://developer.senarytech.com/4.2Demo/2_AI_Demo/AI_DemoReadme.html
