17191073931

17191073931

标签 - RK3566

aihub z3 vs z5 edge computing box selection

AIHub-Z3 和 AIHub-Z5 怎么选：RK3566 与 RK3588 边缘计算盒子的场景差异

AIHub-Z3 与 AIHub-Z5 的差异不只是 RK3566 和 RK3588，也包括 NPU 算力、接口扩展、运行环境、外设接入和长期运维边界。本文用实际场景拆解边缘计算盒子选型。
edge ai observability remote diagnostics

为什么很多 Edge AI 项目败在监控、日志与远程诊断，而不是模型精度

很多 Edge AI 项目上线后，并不是先败在模型精度，而是先败在日志缺失、监控不足和远程诊断无从下手。本文解释 Edge AI 为什么必须把可观测性当成系统能力来设计，并给出从 ESP32 到 Linux 边缘盒子的最小落地方法。
edge ai ota rollout rollback

边缘 AI 设备如何做 OTA、灰度发布与回滚：从 ESP32 到 RK3566 的工程实践

边缘 AI 设备上线后，真正难的不是把模型跑起来，而是如何安全做 OTA、灰度发布、失败回滚和远程恢复。本文结合 ESP32 到 RK3566 的设备差异，说明边缘 AI 设备的发布链路应该如何设计。
RK3566 上运行 YOLOv8 Detection：INT8 性能、精度与可行性判断

RK3566 上运行 YOLOv8 Detection：INT8 性能、精度与可行性判断

本文基于 RK3566 平台，实测 YOLOv8 Detection 在 INT8 量化下的推理性能与精度表现，分析 FPS 边界、结构限制及适用场景，给出可落地的工程判断。
将 MediaPipe 手势识别迁移到 RKNN：从 .task 到 RK3566 实战

将 MediaPipe 手势识别迁移到 RKNN：从 .task 到 RK3566 实战

手把手教你将 MediaPipe 手势识别 .task 拆分为四个 TFLite，并用 RKNN Toolkit2 转换与量化，部署到 Rockchip RK3566 NPU；覆盖常见报错修复、推理管线与实时示例，快速实现低功耗高性能的边缘 AI 手势识别。
星野云联专家微信
星野云联专家微信

© 2026 ZedIoT Ltd. 北京星野云联科技有限公司 All Rights Reserved.

京ICP备2021029338号-2