自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(53)
  • 收藏
  • 关注

原创 集创赛Robei杯——Robei EDA使用(1)

一边为了 Robei 杯学习 Robei EDA 软件,想把学习感悟写成博客。感觉很多东西难,难的不是知识本身,而是学习过程中对知识本身的理解。先用 RobeiEDA 自带的System里的现成模块来讲一下仿真的过程。(官网的视频不知道为啥,声音巨小,我人都没了还是听不清)

2024-04-22 12:07:41 1279

原创 Verilog——信号类型

线网类型用于对结构化器件之间的物理连线的建模,如器件的管脚,芯片内部器件如与门的输出等。由于线网类型代表的是物理连接线,因此其不存储逻辑值,必须由器件驱动。信号的位宽取决于要该信号要表示的最大值。寄存器类型信号的特点是在某种触发机制下分配了一个值,在下一触发机制到来之前保留原值。reg 是最常用的寄存器类型,寄存器类型通常用于对存储单元的描述,如。定义信号类型的同时,必须定义好信号的位宽。在进行工程设计的过程中也只会使用到这两个类型的信号。的信号类型有很多种,主要包括两种数据类型:线网类型。

2024-03-18 14:45:47 1007

原创 深度学习——第11章 优化神经网络:梯度优化

本文主要介绍了神经网络中几种常见的梯度下降优化算法,包括Mini-Batch、Momentum、Nesterov Momentum、AdaGrad、RMSprop、Adam、Learning Rate Decay,并对各自特点进行了说明和对比。实际应用中应该根据具体情况选择合适的优化算法。

2024-03-18 09:30:00 292

原创 ROS——ROS安装遇到的问题

关于上面这条语句,它的内容可能会变化,评论区的小伙伴给出了查询最新地址的方法,我在这里引用一下,通过IPAddress.com首页,输入raw.githubusercontent.com查询到最新的真实IP地址,新的地址是这个: 185.199.109.133 raw.githubusercontent.com,但是我使用上面那条语句中的地址也成功了,没有成功的小伙伴可以试一下改成最新的地址试一下。到这里如果再输入sudo rosdep init命令试试,应该就会出现了之前介绍的我们想要的界面了。

2024-03-17 19:39:34 909

原创 ROS——集成开发环境搭建

它支持几乎所有主流的程序语言的语法高亮、智能代码补全、自定义热键、括号匹配、代码片段、代码对比 Diff、GIT 等特性,支持插件扩展,并针对网页开发和云端应用开发做了优化。和大多数开发环境一样,理论上,在 ROS 中,只需要记事本就可以编写基本的 ROS 程序,但是工欲善其事必先利其器,为了提高开发效率,可以先安装集成开发工具和使用方便的工具:终端、IDE..../usr/bin/env python 但是会抛出异常 : /usr/bin/env: “python”: 没有那个文件或目录。

2024-03-16 11:31:50 1193

原创 Verilog——模块结构

模块(module)是Verilog 的基本描述单位,是用于描述某个设计的功能或结构及与其他模块 通信的外部端口。模块在概念上可等同一个器件,就如调用通用器件(与门、三态门等)或通用宏单元(计数器、 ALU、CPU)等。因此,一个模块可在另一个模块中调用,一个电路设计可由多个模块组合而成。一 个模块的设计只是一个系统设计中的某个层次设计,模块设计可采用多种建模方式。Verilog 的基本设计单元是“模块”。

2024-03-15 14:46:26 1024

原创 仿生蝴蝶——代码

主控使用的是Atmega328P芯片,使用Arduino IDE编程新的芯片在使用之前需要烧录引导程序,然后烧录代码直接使用CH340串口烧录就可以。该代码只使用了遥控器的7个通道,使用的是A8S接收机和FS-i6X遥控器。

2024-03-15 14:36:47 1157 2

原创 Verilog——综合和防真

事实上,Verilog定义的语法非 常之多,但绝大部分都是为了仿真测试来使用的,只有少部分才是用于电路设计,详细可以参考本书 的“可综合逻辑设计”一节。比如“#100”之类的延时功能, 简单的门器件是无法实现延时100个单元的,还有打印语句等,也是门器件无法实现的。在设计的时 候要确保所写的代码是可以综合的,这就依赖于设计者的能力,知道什么是可综合的代码,什么是不 可综合的代码。该激励力求模仿最真实的情况,产生最接近的激励信号,将该信号的波形输入给仿真 对象,查看仿真对象的输出是否与预期一致。

2024-03-14 10:55:15 1261 1

原创 Verilog——Verilog的历史

随着人们对于科技的要求与期待越来越高,电子设计技术发展也越来越快,设计的集成度、复杂程度也逐渐加深,传统的设计方法已经无法满足高级设计的需求,最终出现了借助先进EDA工具的一种描述语言设计方法,可以对数字电路和数字逻辑系统进行形式化的描述,这种语言就是硬件描述 语言。以2输入的与门为例来对比原理图设计方法与HDL设计方法之间的区别,在传统的设计方法中 设计2输入与门可能需到标准器件库中调用74系列的器件,但在硬件描述语言中“&”就是一个与 门的形式描述,“C = A & B”就是一个2输入与门的描述。

2024-03-14 08:00:00 356

原创 ROS——ROS快速体验

ROS中涉及的编程语言以C++和Python为主,ROS中的大多数程序两者都可以实现,在本系列教程中,每一个案例也都会分别使用C++和Python两种方案演示,大家可以根据自身情况选择合适的实现方案。先创建一个工作空间;再创建一个功能包;编辑源文件;编辑配置文件;编译并执行。上述流程中,C++和Python只是在步骤3和步骤4的实现细节上存在差异,其他流程基本一致。

2024-03-13 17:02:23 845

原创 深度学习——第10章 优化神经网络:如何防止过拟合(DNN)

任何机器学习模型,包括神经网络都可能存在过拟合(Overfit)问题。下面用一张图来说明:上图中,分别用三个模型来拟合实际的样本点(红色x表示样本)。第一个模型是一条直线,模型简单,但是预测值与样本Label差别较大,这种情况称之为欠拟合(Underfit)。第三个模型是一个高阶多项式,模型过于复杂,虽然预测值与样本Label完全吻合,但是该模型在训练样本之外的数据上拟合效果可能很差,该模型可能把噪声也学习了。这种情况称之为过拟合(Overfit),即模型过于拟合训练样本的数据而泛化能力很差。

2024-03-13 08:00:00 525 1

原创 ROS——其他ROS版本安装

我们的教程采用的是ROS的最新版本noetic,不过noetic较之于之前的ROS版本变动较大且部分功能包还未更新,因此如果有需要(比如到后期实践阶段,由于部分重要的功能包还未更新,需要ROS降级),也会安装之前版本的ROS,在此,建议选用的版本是melodic或kinetic。4.重新执行rosdep初始化与更新命令,如果rosdep update 抛出异常,基本都是网络原因导致的(建议使用手机热点),多尝试几次即可。综上,历史版本的安装与noetic流程类似,只是多出了“构建功能包依赖关系”的步骤。

2024-03-12 09:00:00 1081

原创 ROS——测试ROS

ROS 内置了一些小程序,可以通过运行这些小程序以检测 ROS 环境是否可以正常运行。注意:光标必须聚焦在键盘控制窗口,否则无法控制乌龟运动。首先启动三个命令行(ctrl + alt + T)(在3中可以通过上下左右控制2中乌龟的运动)(此时会弹出图形化界面)

2024-03-12 08:00:00 257

原创 仿生蝴蝶制作——蝴蝶翅膀制作

上一次已经设计好了的翅膀图纸接下来就是根据这个图纸来制作翅膀。过程中其实可以不用尺子准确测量,直接用碳纤维棒比着剪下来就好了,然后把减下来的一截比着剪下另一只翅膀需要的材料。因为左右两只翅膀差别不能太大,所以这样是最好的方式。

2024-03-11 17:13:50 1482

原创 ROS——ROS环境搭建

Ubuntu 安装完毕后,就可以安装 ROS 操作系统了,大致步骤如下:配置ubuntu的软件和更新;设置安装源;设置key;安装;配置环境变量。

2024-03-10 11:00:00 1067 1

原创 ROS——Ubuntu环境搭建

ubuntu-releases-20.04安装包是阿里云官方提供的开源镜像免费下载服务,每天下载量过亿,阿里巴巴开源镜像站为包含ubuntu-releases-20.04安装包的几百个操作系统镜像和依赖包镜像进行免费CDN加速,更新频率高、稳定安全。目录,使用 gedit 创建一个空文本文档,以后,鼠标右击就可以添加新建文档选项,并且创建的文档与当前自定义的文档名称一致。首先关闭虚拟机系统,此时在打开设置à显示à显卡控制器,在下拉菜单里选择VBoxSVGA,选择完成后再次打开虚拟机系统。

2024-03-10 05:00:00 787 1

原创 ROS——用VirtualBox虚拟一台计算机

预先分配全部空间创建时间长,但是往往使用起来比较快。不预先分配只是逐渐占用空间,直到达到分配的大小。名称可以自己任取 ,点击文件夹后边的箭头会出现这个界面,点其他可以自己选择虚拟机位置,默认C盘。版本和类型因为我们需要的是 Ubuntu,所以类型选择Linux,版本选Ubuntu64。打开软件后会出现这个界面,点击新建。下一步需要分配内存 建议至少两个G。下一步就应该安装操作系统了。完成之后的界面是这样的。

2024-03-09 09:00:00 260 1

原创 ROS——VirtualBox下载

根据电脑系统版本下载。注意:前提是电脑cpu要开启虚拟化根据自己的需求下载双击开始安装浏览可以更改下载位置,默认在C盘然后一直点,是或下一步就好了。

2024-03-09 08:00:00 203

原创 仿生蝴蝶制作——蝴蝶翅膀设计

这是翅膀结构的设计过程,具体的翅膀制作会在后边的文章写到,连接用的碳纤维杆(每个地方用的粗细不一样,具体见文章开头),和P31N风筝布。量取与水平杆20°(水平杆上方)的直线,长度30cm左右,再往反方向延伸2cm左右,用于与舵机连接。画翅膀外缘部分,与第一步的水平线成40°(即与第二步的线成20°) ,大致画出一个角度即可。这条线的角度应当根据设计的支架决定,所以我画的与前翅第四步的线成75°。在第二步的直线上,隔8.5cm找一个点,共两个,如图。将第一步画的水平杆延长,与第六步的一个点的直线相交。

2024-03-07 08:00:00 2930 2

原创 深度学习——第9章 项目实战:让你的神经网络模型越来越深

上一课主要介绍了深层神经网络模型的结构和常用的标记方法,详细推导了深层神经网络模型的正向传播和反向传播过程,并在最后介绍了多分类 Softmax模型。本节将搭建一个较深层的神经网络来解决猫和狗的分类问题。这是一个典型的二分类问题。输入是一张图片,我们会把 3 通道的 RGB 图片拉伸为一维数据作为神经网络的输入层。神经网络的输出层包含一个神经元,经过 Softmax 输出概率值P,若P0.5,则判断为猫(正类),若P≤0.5,则判断为非猫(负类)。

2024-03-06 21:02:11 734 1

原创 仿生蝴蝶制作——前期材料准备

7.结构件可以自行设计打印,或者工房链接仿生蝴蝶打印件3D图 ,选70翼展。可以下载后自己打印或者在三维猴打印,如果在三维猴打印,舵机支架和舵机臂选PA12尼龙材料染黑色,后翅支架电池支架控制板支架选ledo6060树脂。5.碳纤维杆(1米)0.8mm两根、1.0mm三根、1.5mm一根、2.0mm方管一根25cm、5cmx5cm碳纤维片0.2mm两片。做蝴蝶需要考虑到飞控的传感器不能太多,所以有很多传感器用不了,但是我看见了一个用Mpu6050得到角度的程序代码。4.遥控器富斯i6X,接收机A8S。

2024-03-04 22:28:49 1567 3

原创 深度学习——第8章 深层神经网络(DNN)

本节主要介绍了深层神经网络模型的结构和常用的标记方法,详细推导了深层神经网络模型的正向传播和反向传播过程。最后,介绍了多分类Softmax模型,推导出Softmax的dZLdZ^{[L]}dZL表达式与二分类的dZLdZ^{[L]}dZL完全一致。

2024-03-01 08:59:32 913

原创 等离子环制作

在您参考该博客制作等离子环前,请仔细阅读以下重要安全警告和免责说明。等离子环在运行时玻璃瓶身会产生高温,存在低温烧伤风险。任何时候都不建议用手直接触摸正在运行的玻璃瓶,以免烧伤。等离子环在运行时会产生较强磁场。对于佩戴心脏起搏器及其他医疗设备的人群,强磁场可能会影响设备正常工作。我们建议这部分用户应远离正在工作的等离子环,避免可能的健康风险。等离子环的驱动电路在工作时会产生高电压。高电压存在触电或灼伤的危险,请在电路工作时不要触碰任何元件,包括初级线圈,以免触电或烧伤。

2024-01-20 21:03:12 1790

原创 自己动手绕线圈电感详细计算公式

L=(k*μ0*μs*N2*S)/l 其中μ0为真空磁导率=4π*10(-7)。(10的负七次方)μs为线圈内部磁芯的相对磁导率,空心线圈时μs=1N2为线圈圈数的平方S线圈的截面积,单位为平方米l线圈的长度,单位为米k系数,取决于线圈的半径(R)与长度(l)的比值。计算出的电感量的单位为亨利。k值表2R/lk0.10.960.20.920.30.880.40.850.60.790.80.741.00.691.50.62.00.523.00.434.00.37。

2024-01-17 17:20:57 2331

原创 深度学习——第7章 项目实战:自己动手写一个神经网络模型

我们使用的简单神经网络,只包含一层隐藏层。首先,我们需要定义神经网络输入层、隐藏层、输出层的神经元个数。m = X.shape[1] # 样本个数n_x = X.shape[0] # 输入层神经元个数n_h = 3 # 隐藏层神经元个数n_y = Y.shape[0] # 输出层神经元个数。

2024-01-13 15:07:17 318

原创 深度学习——第6章 浅层神经网络(NN)

首先,我们来看一个简单的神经网络模型:最简单的神经网络模型由输入层(Input Layer)、隐藏层(Hidden Layer)、输出层(Output Layer)组成,我们称之为2层神经网络。隐藏层和输出层都由个数不一的神经元组成。如上图所示,输入层有3个输入:x1、x2、x3,分别代表不同的输入特征。例如一张图片所有的像素值(当然不止3个)。一般地,输入层不标注◯\bigcirc◯,表示没有神经元。该神经网络模型隐藏层包含了4个神经元,输出层只有1个神经元。

2023-12-16 09:54:48 1340 1

原创 深度学习——第5章 神经网络基础知识

本文主要介绍了神经网络的基础知识,包括逻辑回归、损失函数、梯度下降和计算图。其实逻辑回归模型就可以看成是神经网络中的单个神经元。掌握逻辑回归模型的正向传播和反向传播细节,对我们熟练了解神经网络模型非常重要。打下这些基础之后,我们将在下一篇开始真正的神经网络学习。

2023-12-14 18:42:16 1293

原创 STM32CubeIDE下载安装以及汉化

右键“LEDTest_Project”打开“属性”,将“文本文件编码”选为“其他”,并手动输入“GBK”(因为下拉选项里没有)。稍等一会,会出现语言选项,选择“Babel Language Packs in Chinese (Simplified) ”前的“>”按钮,展开插件目录。4.修改路径后重新打开 STM32CubeIDE 安装包,加载完成后,点击 Next >;10.打开 STM32CubeIDE 软件,选择合适的工作路径,点击 Launch;8.安装开始,安装完成后,点击 Next >;

2023-12-13 16:35:40 1935

原创 深度学习——第4.3章 深度学习的数学基础

4.7 指数函数和对数函数深度学习经常会用到Sigmoid函数和Softmax函数,这些函数是通过包含exp(x)的指数函数创建的。后面我们需要求解这些函数的导数。指数是一个基于“乘以某个数多少次”,即乘法的次数的概念,并且不只是自然数,它还可以扩展到负数和实数。图4-23 指数的定义与公式指数函数的定义是:y=ax(4-105)y=a^x \tag{4-105}y=ax(4-105)如果要强调指数函数中的aaa,那么可以称之为“以aaa为底数的指数函数”。这里的底数aaa是一个大于0且不等于1的数。观察式

2023-12-12 08:00:00 1244

原创 深度学习——第4.2章 深度学习的数学基础

4.6 矩阵4.7 指数函数和对数函数下一章开始,我们就会用到矩阵。借助矩阵,可以用一个式子表示大量的联立方程式,特别方便。此外,使用矩阵或向量表示,也会更有助于我们直观理解方程式。图4-13 标量、向量、矩阵、张量把数横向或纵向排列,得到的是向量;把数像表格一样既横向排列又纵向排列,得到的就是矩阵。下式表示的是一个2×3矩阵(图4-14):A=[123456](4-70)A=\left[\begin{array}{lll}1 & 2 & 3 \\4 & 5 & 6\tag{4-70}\end{a

2023-12-11 08:00:00 855

原创 深度学习——第4.1章 深度学习的数学基础

4.1 向量4.2 求和符号4.3 累乘符号4.4 导数4.5 偏导数4.6 矩阵4.7 指数函数和对数函数注意:4.6和4.7位于4.2章本章总结一下机器学习所需的数学知识,同时介绍如何在Python中使用这些知识。 向量由几个数横向或纵向排列而成。数纵向排列的向量叫作列向量,如下式4-1所示的变量就是列向量:a=[13],b=[21](4-1)\boldsymbol{a}=\left[\begin{array}{l}1 \\3\end{array}\right], \boldsymbol{b}=

2023-12-10 22:04:50 1371

原创 深度学习——第3章 Python程序设计语言(3.8 深度学习框架PyTorch)

PyTorch是由Meta AI(Facebook)人工智能研究小组开发的一种基于Lua编写的Torch库的Python实现的深度学习库,目前被广泛应用于学术界和工业界,相较于Tensorflow2.x,PyTorch在API的设计上更加简洁、优雅和易懂。了解PyTorch的发展流程了解PyTorch相较于其他框架的优势几何代数中定义的张量是基于向量和矩阵的推广,比如可以将标量视为零阶张量,矢量可以视为一阶张量,矩阵就是二阶张量。张量维度代表含义0维张量代表的是标量(数字)1维张量。

2023-12-09 09:44:24 1449

原创 深度学习——第3章 Python程序设计语言(3.7 matplotlib库)

matplotlib官网matplotlib是Python优秀的数据可视化第三方库,是一个非常强大的Python画图工具。它是Python的2D绘图库,可以以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形,能绘制线图、散点图、等高线图、条形图、柱状图、3D 图形、甚至是图形动画等等。通过学习matplotlib库,可以掌握表示、清洗、统计和展示数据的能力。

2023-12-08 18:34:19 1420

原创 深度学习——第3章 Python程序设计语言(3.6 numpy库)

强大的N维数组对象ndarray(Array;Matrix)成熟的(广播)函数库整合了C/C++/Fortran代码的工具实用的线性代数、傅里叶变换和随机数生成函数与稀疏矩阵运算包scipy配合使用更加方便numpy是SciPy、Pandas等数据处理或科学计算库的基础。它提供了许多高级的数值编程工具,如:矩阵数据类型、矢量处理,以及精密的运算库,为进行严格的数字处理而产生。

2023-12-07 14:10:53 1228

原创 深度学习——第3章 Python程序设计语言(3.5 Python类和对象)

对象(object),从概念层面讲,就是某种事物的抽象。抽象原则包括两个方面:数据抽象,定义对象的属性;过程抽象,定义对象的操作。面向对象的程序设计强调把数据(属性)和操作(服务)结合为一个不可分的系统单位(即对象),对象的外部只需要知道它做什么,而不需要知道它如何做。从规格层面讲,对象是一系列可以被其他对象使用的公共接口(对象交互)。从语言实现层面来看,对象封装了数据和代码(数据和程序)。Python中的对象也是如此,对象的静态特征称为“属性”,对象的动态特征称为方法。

2023-12-06 15:11:39 1340 1

原创 深度学习——第3章 Python程序设计语言(3.4 Python自定义函数)

def (参数1, 参数2, ...):函数体return Python函数的定义由关键字def开始,后面加上函数名和括号,括号里是函数的参数。函数名要符合标识符规则,命名规则要求字母小写,可以使用下划线增加可阅读性。函数参数必须放置在函数名后的括号内,可以有0个、1个或更多个参数,相邻参数之间用逗号隔开,表示传递给该函数的值或变量引用。定义函数时的参数称之为形参,意为形式上的参数,非实际参数。

2023-12-05 20:55:02 1333 1

原创 深度学习——第3章 Python程序设计语言(3.3 Python数据类型)

计算机能处理各种类型的数据,包括数值、文本等,不同的数据属于不同的数据类型,有不同的存储方式,支持不同的运算和操作。Python语言提供了丰富的内置数据类型,用于有效处理各种类型的数据。Python语言中,一切皆为对象,每个对象都归属于某个确定的数据类型。Python数据类型可简单分为和两种。、复数型、,对应数学中的整数、实数、复数、布尔逻辑值。组合数据类型将多个相同或不同类型的数据组织起来,通过单一表示使数据更有序、更容易操作。根据数据之间的关系,可以分为、和。

2023-12-04 11:38:40 1313

原创 深度学习——第3章 Python程序设计语言(3.2 Python程序流程控制)

无论是在机器学习还是深度学习中,Python已经成为主导性的编程语言。而且,现在许多主流的深度学习框架,例如PyTorch、TensorFlow也都是基于Python。本课程主要是围绕“理论+实战”同时进行,所以本章将重点介绍深度学习中Python的必备知识点。

2023-12-03 17:44:38 1246 1

原创 深度学习——第03章 Python程序设计语言(3.1 Python语言基础)

Python是一种面向对象的解释型计算机程序设计语言,由荷兰人Guido van Rossum于1989年发明,第一个公开发行版发行于1991年。Python具有丰富和强大的库,它常被昵称为胶水语言,能够把用其他语言制作的各种模块(尤其是C/C++)很轻松地联结在一起。为什么人工智能、深度学习会选择Python呢?一方面是因为Python作为一门解释型语言,入门简单、容易上手。

2023-12-02 18:12:51 1106 1

原创 深度学习——第2章 深度学习开发环境搭建

Anaconda是一个开源的Python发行版本,其包含了conda、Python等800多个科学包及其依赖项。因为包含了大量的科学包,Anaconda 的下载文件比较大,如果只需要某些包,或者需要节省带宽或存储空间,也可以使用Miniconda这个较小的发行版(仅包含conda和 Python)。开源免费支持近800个第三方库包含多个主流工具适合数据计算领域开发Jupyter Notebook是一个开源的Web应用程序,允许用户创建和共享包含代码、方程式、可视化和文本的文档。

2023-12-01 19:07:43 1284 1

基于STM32的电位器同步机械臂代码

使用电位器控制舵机,组装好就可以实现两个机械臂同步(一个由电位器组成,一个由舵机组成)

2024-03-12

基于STM32的密码指纹锁

基于STM32的密码指纹锁

2024-03-12

仿生蝴蝶&扑翼机控制板

1. 产品简介 本产品是一款基于ATmega328p微控制器制作的扑翼机控制板。 2. 应用场景 可应用于舵机驱动型扑翼机、仿生蝴蝶、仿生鸟的控制系统。 3. 产品概述 1、飞控板集成了舵机接口、接收机接口、电池接口同时仅有 2g 的重量。 2、基于arduino单片机ATmega328p制作,易于开发,支持arduino IDE。 3、支持7.4v8.5v高电压舵机连接。 4、支持ppm接收机连接。 5、预留了ICSP接口用于烧录arduino引导程序。预留串口用于上传和调试飞控程序。 6、本产品提供一份功能完整的源代码,开发者可在本产品硬件基础上实现二次开发。 4. 产品参数 1、供电:输入电压8.5V,推荐使用2S锂电池供电。 2、MCU:ATmega328p,8位AVR处理器。 3、舵机接口:2个8.5v高电压舵机接口。 4、接收机接口:1个ppm协议接口。 5、制作成本:40-60元左右。 6、PCB参数:24.6mm×18.1mm,双层板设计,顶层贴片。

2024-03-06

工训赛智能垃圾桶模型文件

工训赛智能垃圾桶模型文件,包含工训赛垃圾分类的各类垃圾,分为四个大类,有害垃圾:电池、药品包装等,可回收垃圾:易拉罐、塑料瓶等,其他垃圾:瓷砖、砖头砖块等,厨余垃圾:胡萝卜、萝卜等近四千张照片训练出来的。 仅模型文件,没有训练集!!! 仅模型文件,没有训练集!!! 仅模型文件,没有训练集!!! 具体怎么使用看个人情况。

2023-12-09

亚博智能stm32平衡车上位机资料包

亚博智能平衡车上位机资料包 上位机安装包:亚博智能上位机v2.0安装包.zip 上位机使用说明:上位机使用说明.doc 通讯协议:亚博智能上位机协议.xlsx

2023-05-02

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除