<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Audio and Video Development]]></title><description><![CDATA[Design and Consultation]]></description><link>https://blog.csdn.net/u010872301</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; u010872301]]></copyright><item><title><![CDATA[Android 串口开发]]></title><link>https://blog.csdn.net/u010872301/article/details/94735221</link><guid>https://blog.csdn.net/u010872301/article/details/94735221</guid><author>u010872301</author><pubDate>Fri, 05 Jul 2019 15:40:18 +0800</pubDate><description><![CDATA[1. 主板型号：AIO-3399J

2. 芯片型号：RK3399

3. 操作系统版本：Android 7.1

4. Linux版本：v4.4.103

RPLIDAR A3M1 激光雷达通讯接口采用 3.3V 电平的串口。UART ttyS配置文件适配的波特率：256000bps。本文根据驱动来修改非标准波特率，然后通过APP读写雷达设备串口数据，修改串口读写、串口安全权限的问题。

5. ...]]></description><category></category></item><item><title><![CDATA[基于RK3399 PWM驱动开发]]></title><link>https://blog.csdn.net/u010872301/article/details/91580220</link><guid>https://blog.csdn.net/u010872301/article/details/91580220</guid><author>u010872301</author><pubDate>Wed, 12 Jun 2019 18:20:48 +0800</pubDate><description><![CDATA[1. 主板型号：AIO-3399J

2. 芯片型号：RK3399

3. 操作系统版本：Android 7.1

4. Linux版本：v4.4.103

 PWM（Pulse Width Modulation）控制——脉冲宽度调制技术，通过对一系列脉冲的宽度进行调制，来等效地获得所需要波形（含形状和幅值），驱动的设备是雷达扫描电机RPLIDARA3M1内部带有具有可调速功能的电机...]]></description><category></category></item><item><title><![CDATA[巴菲特如何滚雪球的？]]></title><link>https://blog.csdn.net/u010872301/article/details/91562539</link><guid>https://blog.csdn.net/u010872301/article/details/91562539</guid><author>u010872301</author><pubDate>Wed, 12 Jun 2019 17:16:40 +0800</pubDate><description><![CDATA[巴菲特的伯克希尔总部需要统筹和管理旗下的保险业务、非保险的产业运营和投资业务，很难想象这竟然是由一个25人的总部完成的。伯克希尔的总部没有自己的办公大楼，只在KiewitPlaza大厦的14层租了半层楼做办公室。这“25人总部”需要承担的职责有哪些呢？伯克希尔的副董事长查理·芒格在他的《副主席的想法:过去和未来》中对此有详细的阐述：

第一，管理所有的证券投资业务，它们通常属于伯克希尔的灾害保险...]]></description><category></category></item><item><title><![CDATA[Android data分区格式F2FS改为EXT4]]></title><link>https://blog.csdn.net/u010872301/article/details/91528059</link><guid>https://blog.csdn.net/u010872301/article/details/91528059</guid><author>u010872301</author><pubDate>Wed, 12 Jun 2019 15:07:03 +0800</pubDate><description><![CDATA[1. 主板型号：AIO-3399J

2. 芯片型号：RK3399

3. 操作系统版本：Android 7.1

4. Linux版本：v4.4.103

5. 需要的功能: 将RK3399的跟目录下的data文件系统f2fs，无法挂载 mount data分区，更换data文件系统ext4后，Android系统对userdata分区进行了加密，启动Android系统需要密码。





6. ...]]></description><category></category></item><item><title><![CDATA[Android 音频tinyalsa开发]]></title><link>https://blog.csdn.net/u010872301/article/details/89186283</link><guid>https://blog.csdn.net/u010872301/article/details/89186283</guid><author>u010872301</author><pubDate>Wed, 12 Jun 2019 14:45:16 +0800</pubDate><description><![CDATA[Platform: AIO-3399J

OS: Android 7.1

Kernel: v4.4.83

在开发完音频驱动后，通过tinyplay、tinycap测试音频驱动的播放和录音功能正常，但使用Android自带的APP进行播放和录音时，音频文件在播放时出现声音断断续续，一卡一卡的或类似“爆破”（Pop-Click）杂音的现象。开发音频的硬件抽象层的tinyalsa_hal的动态库au...]]></description><category></category></item><item><title><![CDATA[解决硬盘磁道损坏问题（亲测）]]></title><link>https://blog.csdn.net/u010872301/article/details/88550003</link><guid>https://blog.csdn.net/u010872301/article/details/88550003</guid><author>u010872301</author><pubDate>Thu, 14 Mar 2019 11:57:09 +0800</pubDate><description><![CDATA[硬盘出现坏道在读取某一文件或运行某一程序时，硬盘反复读盘且出错，提示文件损坏等信息，比如linux文件目录报错，结构需要清理“Structure needs cleaning”，通过修护坏道，而不是通过低级格式化修复坏道，格式化将彻底擦除硬盘中的所有数据，这一过程是不可逆的。



在windows下，磁盘的文件系统出错，需要运行chkdsk命令进行修复。而在linux下，则需要运行...]]></description><category></category></item><item><title><![CDATA[YOLO 检测算法分析]]></title><link>https://blog.csdn.net/u010872301/article/details/86628967</link><guid>https://blog.csdn.net/u010872301/article/details/86628967</guid><author>u010872301</author><pubDate>Thu, 24 Jan 2019 16:34:43 +0800</pubDate><description><![CDATA[主要对yolo v2最后一层卷积conv23输出的特征如何转换为bbox和置信概率结果输出进行分析?

步骤1---数据变换

Conv23输出的blob数据是[batch_num,(5+cls_num)*anchor_num,cell_w,cell_h]，其中batch_num是batch size，infer的时候一般为1，cls_num是目标分类数量，对于一般通用的coco数据集为80类，c...]]></description><category></category></item><item><title><![CDATA[基于tensorflow框架训练超像素subpixel模型]]></title><link>https://blog.csdn.net/u010872301/article/details/86627462</link><guid>https://blog.csdn.net/u010872301/article/details/86627462</guid><author>u010872301</author><pubDate>Thu, 24 Jan 2019 15:58:28 +0800</pubDate><description><![CDATA[       Subpixel算法自身是一种插值算法，与常规的双线性或cubic插值算法相比，提升了图像的分辨率和插值质量（SNR），但达不到人脸解析的效果。为了达成该效果，可选取人脸数据集（如celebA），训练阶段配合DCGAN（深度卷积生成对抗网络）算法，对生成器部分做了二次优化，训练完成后取GAN中的生成网络部分做部署。

1. 网络框架

 在部署和推理阶段的网络结构如下，网络命名为ES...]]></description><category></category></item><item><title><![CDATA[RK3288的GTxx触摸屏驱动调试]]></title><link>https://blog.csdn.net/u010872301/article/details/84637660</link><guid>https://blog.csdn.net/u010872301/article/details/84637660</guid><author>u010872301</author><pubDate>Thu, 29 Nov 2018 19:16:09 +0800</pubDate><description><![CDATA[电容屏是在LCD屏上覆盖一个透明的矩阵键盘，在调试goodix gt9xx系列触控屏的驱动时，会遇到各种问题！
1、linux启动时，触控屏驱动偶尔不能加载固件信息。
2、在使用过程中偶尔不能触发或触发失灵现象。
3、触屏反应缓慢，灵敏度很差。
4、当用户按下时，获取按下的坐标位置不对应！

[RK3288][Android5.1][GT9271]打印dmesg的log信息：


&amp;lt;4&amp;gt...]]></description><category></category></item><item><title><![CDATA[解决Android 音频Xrun问题]]></title><link>https://blog.csdn.net/u010872301/article/details/84397167</link><guid>https://blog.csdn.net/u010872301/article/details/84397167</guid><author>u010872301</author><pubDate>Fri, 23 Nov 2018 16:35:06 +0800</pubDate><description><![CDATA[音频文件在播放时出现声音断断续续，一卡一卡的或类似“爆破”（Pop-Click）杂音的现象，称之为 Xrun（可以是 underrun，也可以是 overrun）。

分析：

alsa driver使用了环形缓冲区对dma buffer进行管理，如下图。

播放时，应用程序把音频数据源源不断地写入dma buffer中，然后相应platform的dma操作则不停地从该buffer中取出数据，经d...]]></description><category></category></item><item><title><![CDATA[EasyPR中文车牌识别系统开发]]></title><link>https://blog.csdn.net/u010872301/article/details/82805185</link><guid>https://blog.csdn.net/u010872301/article/details/82805185</guid><author>u010872301</author><pubDate>Fri, 21 Sep 2018 18:28:25 +0800</pubDate><description><![CDATA[EasyPR中文车牌识别系统开发，我主要介绍如何使用开源的EasyPR中文车牌识别系统，我会介绍训练机器学习 SVM 支持向量机和 ANN 人工神经网络模型在车牌识别的应用，并公开训练数据。

目录：
一、Linux平台下EasyPR环境搭建
二、ARM平台下EasyPR环境搭建
三、训练机器学习 SVM 车牌监测算法模型和 ANN 字符识别神经网络模型
四、如何提高字符识别准确率？
五、使用Op...]]></description><category></category></item><item><title><![CDATA[Caffe网络结构实现]]></title><link>https://blog.csdn.net/u010872301/article/details/82593089</link><guid>https://blog.csdn.net/u010872301/article/details/82593089</guid><author>u010872301</author><pubDate>Mon, 10 Sep 2018 17:36:59 +0800</pubDate><description><![CDATA[对于神经网络实现手写数字识别（MNIST）网络结构通过在线可视化工具查看和修改：

（http://ethereon.github.io/netscope/#/editor ）





一、卷积层（Convolution）



输入为28*28的图像，经过5*5的卷积之后，得到一个(28-5+1)*(28-5+1) = 24*24的map。

每个map是不同卷积核在前一层每个map上进行卷积...]]></description><category></category></item><item><title><![CDATA[证件照背景分割]]></title><link>https://blog.csdn.net/u010872301/article/details/82563838</link><guid>https://blog.csdn.net/u010872301/article/details/82563838</guid><author>u010872301</author><pubDate>Sun, 09 Sep 2018 23:26:14 +0800</pubDate><description><![CDATA[     K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。



1、data：为cv::Mat类型，每行代表一个样本，即特征，即mat.cols=特征长度，mat.rows=样本数，数据类型仅支持float；

2、K：指定聚类时划分为几类；

3、bestLabels：为cv::...]]></description><category></category></item><item><title><![CDATA[移动端的人脸检测及去重算法实践]]></title><link>https://blog.csdn.net/u010872301/article/details/82463962</link><guid>https://blog.csdn.net/u010872301/article/details/82463962</guid><author>u010872301</author><pubDate>Thu, 06 Sep 2018 16:52:18 +0800</pubDate><description><![CDATA[       由于移动嵌入式设备本身硬件的性能的限制，在运行上需要优化检测、去重等算法，保证APP运行流畅。影响人脸检测运行速度因素主要在输入图片大小，神经网络模型选择和训练模型的数据量等。

      人脸检测中使用caffe2来训练SSD模型，SSD网络分为两大部分，前半部分采用VGG16的结构去提取特征图谱（feature map），后半部分采用特征金字塔结构，在所级联的6层卷积网络上分别...]]></description><category></category></item><item><title><![CDATA[FTP文件传输优化]]></title><link>https://blog.csdn.net/u010872301/article/details/82459811</link><guid>https://blog.csdn.net/u010872301/article/details/82459811</guid><author>u010872301</author><pubDate>Thu, 06 Sep 2018 13:37:44 +0800</pubDate><description><![CDATA[       FTP传输模式分为PORT（主动模式）和PASV（被动模式），被动模式的工作原理：FTP客户端连接到FTP服务器的21端口，发送用户名和密码登录，登录成功后要list列表或者读取数据时，发送PASV命令到FTP服务器， 服务器在本地随机开放一个端口（1024以上），然后把开放的端口告诉客户端， 客户端再连接到服务器开放的端口进行数据传输。如下图所示：



本文目标优化FTP长连接传...]]></description><category></category></item><item><title><![CDATA[ZYNQ ZCU102视频编码开发]]></title><link>https://blog.csdn.net/u010872301/article/details/81364914</link><guid>https://blog.csdn.net/u010872301/article/details/81364914</guid><author>u010872301</author><pubDate>Thu, 02 Aug 2018 18:03:28 +0800</pubDate><description><![CDATA[ZCU102实时YUV码流输出方案：将摄像头采集的数据，输出YUV的码流数据！

功能：将实时YUV码流在ZCU102BSP上编码H265,通过RTP传输协议将H265视频数据打包发送到客服端，客服端上设置H265相关参数（IP、端口号、时钟频率等）在sdp文件中,使用VLC播放实时的H265码流。





搭建linux开发环境步骤：

（1）通过Vivado编译h265工程，生成system...]]></description><category></category></item><item><title><![CDATA[毕业五年的思考]]></title><link>https://blog.csdn.net/u010872301/article/details/81363795</link><guid>https://blog.csdn.net/u010872301/article/details/81363795</guid><author>u010872301</author><pubDate>Thu, 02 Aug 2018 17:44:36 +0800</pubDate><description><![CDATA[       转眼间，毕业5年啦！ 想起了刚从大学毕业的致辞之淘金360，一直激励着自己。。。

       学校和社会不一样，在互联网公司又会不一样，何况人工智能公司呢，争分夺秒，工作效率非常重要（1）？如何解决问题，思维方式，工序流程，敏捷开发等等。如何提高学习能力（2）？理解概念，工作机制，带着问题上路解决问题；思考大于接受，独立的主动的思考。。。除了工作，你应该最先想的是能做什么（3）？...]]></description><category></category></item><item><title><![CDATA[学习李嘉诚]]></title><link>https://blog.csdn.net/u010872301/article/details/81363530</link><guid>https://blog.csdn.net/u010872301/article/details/81363530</guid><author>u010872301</author><pubDate>Thu, 02 Aug 2018 17:00:21 +0800</pubDate><description><![CDATA[      李嘉诚90岁退休时说：“如果1972年长江实业上市以3元/股买入，收到股息，再买长江，今天的价值会超过5000倍。如果你的股息没有动用，一般收到钱会投资，最简单就是投资长江，这是有眼光的。”


我在想李嘉诚68年间经营的长江实业是如何做到的呢？


      李嘉诚是一个性格保守的纯粹的商人，追求利润是他的唯一目标，所以投资回报率低的项目才会被他卖掉，拉抬企业利润，进而提高回报率。...]]></description><category></category></item><item><title><![CDATA[学习段永平]]></title><link>https://blog.csdn.net/u010872301/article/details/81363300</link><guid>https://blog.csdn.net/u010872301/article/details/81363300</guid><author>u010872301</author><pubDate>Thu, 02 Aug 2018 16:51:38 +0800</pubDate><description><![CDATA[      前几天创业两年的拼多多在纳斯达克上市，开盘上涨40%多。黄峥从浙大毕业，威斯康星大学麦迪逊分校读硕士，谷歌工作三年，创立欧酷网、乐其，游戏等公司。拼多多背后的投资人又是段永平，谁是段永平？


       段永平非常专注、低调、谨慎、保守，他是一个理智的实用主义者，把自己的界限划分得无比清晰。他熟悉的领域倾注一切，就像他在步步高的广告上豪掷千金，在2002年网易、2012年苹果和20...]]></description><category></category></item><item><title><![CDATA[makefile模板]]></title><link>https://blog.csdn.net/u010872301/article/details/81203371</link><guid>https://blog.csdn.net/u010872301/article/details/81203371</guid><author>u010872301</author><pubDate>Wed, 25 Jul 2018 15:37:59 +0800</pubDate><description><![CDATA[Makefile是用于自动编译和链接的，一个工程有很多文件组成，每一个文件的改变都会导致工程的重新链接，但是不是所有的文件都需要重新编译，Makefile中记录有文件的信息，在make时会决定在链接的时候需要重新编译哪些文件。Makefile的宗旨就是：让编译器知道要编译一个文件需要依赖其他的哪些文件。当那些依赖文件有了改变，编译器会自动发现最终的生成文件已经过时，而应该重新编译相应的模块。

L...]]></description><category></category></item></channel></rss>