地平线旭日X3开发板--MIPI相机相关问题总结

在使用RDK X3板卡时,运行mipi摄像头demo时可能出现报错,

此帖关于如下demo的问题给予一些解释和方法。

/app/pydev_demo/03_mipi_camera_sample/mipi_camera.py

目前成功率最高的demo运行方法:

  1. sudo apt update && sudo apt upgrade 升级到最新,重启
  2. 确认mipi摄像头连接完好
  3. 确认为root账户或使用sudo python3拉起程序
  4. 如果使用HDMI显示器,需要确认HDMI显示器符合要求,并且在程序运行前就已经插好
  5. 注意,此demo的画面不能通过VNC展示

特别提示:mipi摄像头必须要在断电的情况下插拔,不然有较大可能损坏。

一、测试mipi摄像头硬件上成功连接的方法

# 使能sensor的24MHz主时钟
sudo bash -c "echo 1 > /sys/class/vps/mipi_host0/param/snrclk_en"
sudo bash -c "echo 24000000 > /sys/class/vps/mipi_host0/param/snrclk_freq"
# 执行 i2cdetect 命令探测
sudo i2cdetect -y -r 1

如检测不到,用户需要检查FPC排线连接是否正常。成功探测到iic地址时,log打印如下所示。其中显示的 40 即JXF37这颗sensor的i2c设备地址,说明摄像头连接正常。

0  1  2  3  4  5  6  7  8  9  a  b  c  d
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Transformer是一种常用的深度学习模型,主要应用于自然语言处理领域,例如机器翻译、文本生成等任务。而嵌入式部署是指将深度学习模型部署到嵌入式设备上运行,以实现实时性、低功耗、低延迟等要求。旭日X3开发板是一款基于RISC-V架构的嵌入式系统开发板,可以运行Linux操作系统,支持硬件加速和DSP加速。下面是关于Transformer嵌入式部署和旭日X3开发板的介绍: Transformer嵌入式部署: 在进行Transformer模型的嵌入式部署时,需要考虑模型大小、计算量、内存消耗等因素,以适应嵌入式设备的资源限制。一般来说,可以通过以下几种方式来实现Transformer模型的嵌入式部署: 1. 剪枝(Pruning):利用剪枝技术去掉Transformer模型中冗余的权重和神经元,从而减少模型大小和计算量。 2. 量化(Quantization):将浮点数转换为定点数,以减少内存和计算量。 3. 硬件加速:利用硬件加速器(如FPGA、ASIC等)加速Transformer模型的计算过程。 4. DSP加速:利用数字信号处理器(DSP)加速Transformer模型的计算过程。 旭日X3开发板旭日X3开发板是一款基于RISC-V架构的嵌入式系统开发板,其主要特点如下: 1. 采用RISC-V架构,具有高性能、低功耗、可扩展性等优点。 2. 支持Linux操作系统,提供完整的软件生态和应用支持。 3. 集成AI加速模块,支持TensorFlow Lite、Caffe等深度学习框架,并提供相关的SDK和API。 4. 具有丰富的扩展接口(如PCIe、USB、GPIO等),方便与其他设备进行通信和交互。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

bingdund

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值