TinyVision V851se+RTSP+目标检测(三)

最新推荐文章于 2024-08-22 07:51:42 发布
最新推荐文章于 2024-08-22 07:51:42 发布
阅读量447 收藏 10
点赞数 5
分类专栏： 嵌入式Linux开发 文章标签： 目标检测 人工智能 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ntw516/article/details/140296846
版权

查看NPU相关的教程，想要使用自己训练的模型，大致流程就是：

考虑到板子内存有限，其本身用的人体和人脸检测的模型也不到2M(1.0.0_Gamma.nb才不到700K，也找不到资料用的哪个网络结构)，yolo、SSD这些模型肯定不行了，参数量太大。网上找了找，发现了一张表:

然后果断选择了YoloFastest。

YoloFastest模型也是一个资料比较少的，网上能找到的资源不多。

【精华】YOLO fastest/YOLOX/YOLO fastestv2/Nanodet/Nanodet Plus模型对比_yolofastest-CSDN博客

【yolofastest上手】-CSDN博客

最低0.47元/天 解锁文章
业余码农
关注
  • 5
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
TinyVision V851se+RTSP+目标检测(五)
ntw516的专栏
07-11 608
v851se npu 模型部署
TinyVision V851se+RTSP+目标检测(四)
ntw516的专栏
07-09 161
v851se NPU模型转换
TinyVision V851se+RTSP+目标检测(一)
ntw516的专栏
07-09 282
做项目偶然发现了一个小板子——V851se，只要三十多块钱，能跑linux，还有NPU，除了内存有点小，只有64M，性价比很不错。
TinyVision V851se+RTSP+目标检测(二)
ntw516的专栏
07-09 436
TinyVision V851se+RTSP+目标检测(二)
TinyVision V851s 使用 OpenCV + NPU 实现 Mobilenet v2 目标分类识别
weixin_43041894的博客
06-09 1183
用39块钱的V851se视觉开发板做了个小相机。可以进行物品识别、自动追焦！这个超低成本的小相机是在V851se上移植使用全志在线开源版本的Tina Linux与OpenCV框架开启摄像头拍照捕获视频，并结合NPU实现Mobilenet v2目标分类识别以及运动追踪等功能......并最终实现功能完整的智能小相机。
在基于全志V851se的TinyVision上手动构建 Linux 6.1 + Debian 12 镜像
DOT小文哥的博客
03-18 1222
这个设备树名称是定义在 SyterKit 源码中的，如果之前修改了 SyterKit 的源码需要修改到对应的名称，SyterKit 会去读取这个设备树。编译完成 bootloader，内核，rootfs 后，还需要打包固件成为可以 dd 写入的固件，这里我们使用 genimage 工具来生成构建。等待构建完成后，使用chroot进入到目录，这里编写一个挂载脚本方便挂载使用，新建文件。生成目标镜像，配置环境，这里我们生成一个 1024M 的镜像文件用于存放 rootfs。
全志V851se开发板TinyVision镜像制作快速启动教程
DOT小文哥的博客
04-10 1161
打开MobaXterm，点击左上角的“Session”，在弹出的界面选中“Serial”，如下图所示选择端口号（前面设备管理器显示的端口号COM21）、波特率（Speed 115200）、流控（Flow Control: none）,最后点击“OK”即可。将配套的TypeC线一段连接至开发板的串口/供电接口，另一端连接至电脑USB接口，连接成功后板载的红色电源灯会亮起。文件夹到任意 目录，拷贝完成后，记住这个 目录位置，我们接下来要把这个 路径添加至 Windows系统环境变量里。
全志V851SETinyVision异构视觉AI开发套件源码工具文档手册
DOT小文哥的博客
05-27 1365
TinyVision自带百兆网口接口+摄像头接口支持，支持 Current stable series: OpenWrt 23.05 系统，可以做一个 轻量级的IPC摄像头，里面运行主线系统，选择合适的内核版本 一键 编译生成系统镜像。基于Linus主线LinuxKernel 支持 tinyvision单板及驱动模块，支持多个内核版本，不同的内核版本支持的功能特性也不同，可以通过下述列表查看。buildroot系统是一套基于Makefile管理的构建系统框架。目前已经支持如下功能。
全志V851（参考设计、手册、封装等）
05-09
全志V851是一款高性能、低功耗的嵌入式处理器，适用于智能音箱、智能家居、智能门锁等多种智能设备。该处理器采用ARM Cortex-A53架构，主频高达1.2GHz，内置高效的GPU和VPU，支持1080P视频解码和编码。同时，全志...
安装V851S开发环境教程--UNRAID DOCKER版 (1).xlsx
01-11
安装V851S开发环境教程--UNRAID DOCKER版 (1).xlsx
v851s_linux_lizard_uart0_2022_12_23_LCD_LOGO_big.zip
12-30
标题“v851s_linux_lizard_uart0_2022_12_23_LCD_LOGO_big.zip”揭示了这个压缩包可能与Linux操作系统有关，特别针对V851S平台，Lizard可能是其代号或者项目名称。UART0指的是通用异步收发传输器（Universal ...
全志硬件编码H264示例
04-22
全志硬件编码H264示例主要针对的是使用全志T7芯片进行图像编码的开发者，这个示例提供了一种高效利用芯片内置硬件编码器的方法。全志T7是一款高性能的应用处理器，常用于多媒体设备，如智能电视盒、平板电脑等，其...
V85XX数据手册V4.1.pdf
12-19
V85XX 是一个高度集成的 32 位 MCU 系列产品，适合于多功能、低功耗的物联网应 用。它集成了 Cortex-M0 核， 256KB FLASH， 32KB SRAM， UART/SPI/I2C 接口， LCD， WDT 和 RTC。 V85XX 系列支持多种低功耗工作...
零基础学习人工智能—Python—Pytorch学习（六）
kiba518的博客
08-21 855
前言 本文主要讲神经网络的上半部分。 这篇文章开始有很多公式了，这些公式都很简单，但是如果是不经常在脑海里思考公式的人，那可能需要多花点时间做一下自我训练，个人感觉，也就几天时间，就能把自己感觉给调整出来。 习惯了公式看下面内容就会轻松很多，另外如果要深入学习人工智能，熟练的认知公式也是个必须的事情。 另外，我发现我前面文章写的有歧义的地方还是挺多，虽然，已经改了一部分，但，可能还有没发现的，大...
天猫商品详情API：深度挖掘商品推荐与关联的新路径
2401_85789772的博客
08-20 759
天猫商品详情API是天猫开放平台提供的一项服务，旨在帮助开发者获取天猫平台上商品的详细信息，包括但不限于商品标题、价格、销量、描述、图片以及推荐与关联商品等。这一接口不仅为购物者提供了丰富的商品信息，也为商家和开发者提供了强大的数据支持，助力其优化商品展示策略，提升用户购物体验。天猫商品详情API为开发者提供了深入挖掘商品推荐与关联信息的新途径。通过合理利用这一接口，开发者可以实现精准的商品推荐与关联展示，提升用户体验和平台运营效率。
基于Python星载气溶胶数据处理与反演分析
lwjnlqiqi的博客
08-21 1156
Python星载气溶胶数据处理与反演分析
基于YOLO V8的PCB缺陷检测识别系统（python源码+Pyqt5界面+数据集+训练代码）
最新发布
2401_83580557的博客
08-22 424
基于YOLO V8的PCB缺陷检测识别系统【python源码+Pyqt5界面+数据集+训练代码】
Transformer经典模型实战：零基础训练一个面向中文的T5模型（Text to Text Transfer Transformer）
bayesian1的博客
08-20 1081
Transformer经典模型实战：零基础训练一个面向中文的T5模型（Text to Text Transfer Transformer），通过构建T5模型，采用中文重写任务的数据集进行训练，模型效果非常好，貌似还涌现出了一定的创造力。
V851部署yolov5
08-08
要在V851上部署YOLOv5（You Only Look Once，目标检测算法的一种），你需要完成以下几个步骤： 1. **环境准备**：首先，需要确保V851支持的嵌入式操作系统，如Ubuntu IoT版，已经安装在设备上。 2. **工具链安装**...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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