海思

RN6752M支持CVBS和AHD输入，隔行输出CSI、BT656和BT601。它的输出格式是YUV422，UYVY的。输出格式在数据手册上只说明是YUV422的，没有说是UYVY的，这个UYVY是问技术支持得到的回复。还有这个芯片的Y/C分量是分离的，所以在配置海思的时候要注意配置成分离的。 我用这颗芯片来做mipi转换。CVBS做输入，输出mipi 信号，然后接到3519V101上。需要注意， 这颗芯片是隔行输出信号的，但是海思3519V101不支持隔行，这是我后来才知道的。 出来的图像高会减少一半，例如我的720*576的分辨率，出来是720*288。另外我用双senseor的。sensor0走LVDS了，RN6752M接到link2上来。直接说代码吧 combo_dev_attr_t MIPI_pTG_ATTR = { .devno = 1, .input_mode = INPUT_MODE_MIPI, .phy_clk_share = PHY_CLK_SHARE_NONE, .img_rect = {0, 0, 720, 288}, .mipi_attr = { .raw_data_type = RAW_DATA_16BIT, .wdr_mode = HI_MIPI_WDR_MODE_NONE, .lane_id = {0, 1, 2, 3, -1, -1, -1, -1

几个必不可少的流程：环境linux系统 1，安装海思交叉编译工具。2，编译qt库，配置qt编译构件，拷贝qt库到板子3，编译海思sdk（为编译gpu做准备）。4，编译海思gpu kernel。5，修改源码编译sample hifb。6，拷贝gpu相关库、loadgpu、sample_hifb。7，修改板子环境变量，注：显示插件为eglfs，linuxfb不能支持opengl。8，运行流程：先loadgpu，再运行sample_hifb例子开启fb0，然后暂停该进程，最后运行带opengl的qt实例。 网上帖子很少有把每一步介绍全的，大多只说了1，2，5，使菜鸟苦不堪言，步履艰难，经过将近一个月的研究，找人询问，终于走通了流程，我太难了。 1，安装海思交叉编译工具 陆续更新 来源： CSDN 作者： 小彭同学_ 链接： https://blog.csdn.net/pengjiaqi1028/article/details/103234207

强大的低功耗嵌入式AI方案海思Hi3519AV100介绍 海思Hi3519AV100是2018年10月在北京安防展展会上第一次进入我们视线的，然后11月初北京一家公司委托我们先研究一下，并从代理拿到初始版本的SDK资料，本人认真看了芯片DATASHEET，当时发觉比公司主推的Hi3519V101+Intel Movidius Myriad 2 MA2450强大，就决定动手做这个芯片方案，为了降低风险，我们只能先出自己的V1.0版本开发板玩玩，等软件工程师和硬件工程师调试SDK软件跑起来，我们才答应北京客户，进行Hi3519AV100项目定制。2019年1月底样机回来，能跑Hi3519AV100 的SDK程序，我们就立刻动手给北京客户定制Hi3519AV100的产品，反而本公司的对外销售的开发板没那么快出来，客户定制优先。本公司2019年3月份才对外出售Hi3519AV100方案的开发板，博客这边一直没多少时间来打理，去年写《图像识别VPU——易用的嵌入式AI支持深度学习平台介绍》里面介绍了Hi3559A这个更强悍的嵌入式AI平台，但是由于海思不对小公司开放SDK资源，我们就没必要这里详细介绍。 时间来到2019年6月，发觉这个上半年推出很多价格适中低功耗嵌入式AI方案，比较有代表性的： 英伟达的JETSON NANO （JETSON TX1的简化版本，注意是TX1的简化