Summary
IT之家 11 月 13 日消息,11 月 12 日,上海海思推出全新 800 万像素图像传感器 CS6286,目前已进入量产阶段。 官方介绍称,它创新性地采用了“感算存一体”的架构,具备感侧(CIS 芯片)高精度智能分析、低功耗预录与全场景高动态成像等核心技术,为行车记录仪提供全新的“ 全天候智能哨兵 ”解决方案,满足智慧出行、车载安全等领域对长续航、高画质、高可靠性的严苛需求。 ▲ CS6286 成像效果 CS6286 采用 1/1.8" 靶面与 2.0μm 像素尺寸设计,提供 800 万(3840×2160)物理分辨率,支持原生 4K@30fps HDR 视频录制。 传统后装行车记录仪方案下,哨兵系统通常仅支持录制约 24~48 小时。CS6286 搭载创新的感侧 AI 技术,通过“AI 精准唤醒 + 预录节能”两大机制, 将哨兵系统续航时间延长至 7 天以上 。AI 唤醒负责“只在真实威胁时工作”,预录节能负责“平时尽可能少耗电”,两者共同实现能耗模式的革命性改变。 CS6286 集成了一颗等效 50GOPS@int8 算力的轻量级 AI 引擎,能在感侧快速处理图像数据,完成特定任务的智能分析:在停车场、路边、庭院等常见场景下, 对于人形目标的检测准确率达 95% 以上 。 此外,CS6286 随芯片交付一套完整的退化、重训和编译 AI 训练套件,支持自定义类别,最多支持 3 类目标分类,满足客户差异化场景竞争力需求。用户输入自定义数据集和对应参数,工具即可输出可用的模型参数配置文件。 车辆熄火后,主控 SoC 下电,系统仅由 CS6286 单芯片以极低功耗运行,完成预录、存储和智能识别。 它通过内置 SRAM 循环存储最近 10 帧 VGA 分辨率(640×432)图像,同时让感侧 AI 引擎持续低功耗值守,检查环境风险。一旦 AI 引擎确认有效目标, 传感器可在 50 毫秒内通过专用唤醒通道唤醒主控 SoC ,同时保存触发前 10 帧的缓冲画面。 IT之家附参数图如下:
Original text(via IT之家)
上海海思推出 CS6286 图像传感器,将车载哨兵系统续航延长至 7 天以上 IT之家 11 月 13 日消息,11 月 12 日,上海海思推出全新 800 万像素图像传感器 CS6286,目前已进入量产阶段。
官方介绍称,它创新性地采用了“感算存一体”的架构,具备感侧(CIS 芯片)高精度智能分析、低功耗预录与全场景高动态成像等核心技术,为行车记录仪提供全新的“全天候智能哨兵”解决方案,满足智慧出行、车载安全等领域对长续航、高画质、高可靠性的严苛需求。
CS6286 采用 1/1.8" 靶面与 2.0μm 像素尺寸设计,提供 800 万(3840×2160)物理分辨率,支持原生 4K@30fps HDR 视频录制。
传统后装行车记录仪方案下,哨兵系统通常仅支持录制约 24~48 小时。CS6286 搭载创新的感侧 AI 技术,通过“AI 精准唤醒 + 预录节能”两大机制,将哨兵系统续航时间延长至 7 天以上。AI 唤醒负责“只在真实威胁时工作”,预录节能负责“平时尽可能少耗电”,两者共同实现能耗模式的革命性改变。
CS6286 集成了一颗等效 50GOPS@int8 算力的轻量级 AI 引擎,能在感侧快速处理图像数据,完成特定任务的智能分析:在停车场、路边、庭院等常见场景下,对于人形目标的检测准确率达 95% 以上。
此外,CS6286 随芯片交付一套完整的退化、重训和编译 AI 训练套件,支持自定义类别,最多支持 3 类目标分类,满足客户差异化场景竞争力需求。用户输入自定义数据集和对应参数,工具即可输出可用的模型参数配置文件。
车辆熄火后,主控 SoC 下电,系统仅由 CS6286 单芯片以极低功耗运行,完成预录、存储和智能识别。
它通过内置 SRAM 循环存储最近 10 帧 VGA 分辨率(640×432)图像,同时让感侧 AI 引擎持续低功耗值守,检查环境风险。一旦 AI 引擎确认有效目标,传感器可在 50 毫秒内通过专用唤醒通道唤醒主控 SoC,同时保存触发前 10 帧的缓冲画面。
The text above was extracted automatically from the source page and may miss images, tables or code blocks. The original is authoritative.
Published by IT之家
This site only summarises and aggregates; copyright stays with the original author. Headlines and summaries follow the source — where they differ, the original wins.
Read the original ↗