新闻详情

新闻详情

首页 / 资讯中心 / 详情

144、展锐影像平台概述:虎贲系列 ISP 架构与适配要点

发布时间:2026/10/23 22:59:04来源:尧图网络
144、展锐影像平台概述:虎贲系列 ISP 架构与适配要点
144、展锐影像平台概述:虎贲系列 ISP 架构与适配要点去年秋天,我接手一个项目,客户要求在展锐T760平台上跑一颗三星的50M传感器。按理说,这种组合在MTK和高通上都有成熟方案,但展锐这边,第一版预览画面直接偏绿,自动白平衡像喝醉了酒,晃来晃去。更诡异的是,HDR模式下暗部噪点像撒了一把盐。当时我盯着展锐的ISP调试文档,发现它和主流平台最大的区别在于——它把很多本该由3A算法自动完成的事情,留给了驱动层去“手动挡”操作。这个坑,让我花了整整两周才爬出来。虎贲ISP的硬件管线:别被“三核”骗了展锐的ISP架构,官方喜欢叫“三核ISP”,但别以为它像高通那样三个独立的ISP核心。虎贲T760/T770的ISP,实际上是一个主处理单元 + 两个辅助加速器。主单元负责Bayer域处理、去马赛克、色彩校正这些基础管线,两个加速器分别跑多帧融合和AI降噪。这种设计有个特点:主单元和加速器之间通过共享内存交换数据,延迟比高通的内联总线高不少。调试时要注意,如果你在驱动里同时开启多帧HDR和AI降噪,加速器会抢带宽。我遇到过一开HDR,预览帧率直接从30fps掉到18fps的情况。排查半天,发现是驱动里默认把两个加速器的优先级设成了相同,导致它们互相等待。解决办法是手动调整驱动中的isp_accel_priority参数,把多帧融合的优先级调高一级。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/10/23 14:14:50

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/10/23 14:14:34

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/10/23 14:11:44

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/10/22 21:24:36

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/10/23 14:10:55

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/10/23 14:14:34

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉