weixin_43409627的博客

qt5.15.2下安卓的设置截图

本文简单介绍comm目录下的代码。

本篇介绍Camera文件夹下的内容，该文件夹下又三个类文件，分别是QGCCameraManager，QGCCameraIO，QGCCameraControl

本篇主要讲解了Audio目录下的两个类。第一个类是功能类，主要用于将语音文本转为语音，进行应用数据的实时播报。第二个类是测试类

api文件夹下的代码分析

本篇讲解了AnalyzeView页面下mavlink相关操作的两个类，分别处理了mavlink消息的管理，和mavlink控制台的逻辑处理

本篇主要介绍QGC项目AnalysizeView文件夹下的内容。

本篇文章讲解AirMap。

项目中要使用QGC，还要做一些更改，感觉Qgc源码很多，又是一个开源项目，对于qt开发项目经验不足的我们来说实在是一个不可多得学习资料，所以决定花一些时间对源码进行注释和解读，这样也能更好的利用到项目中去。

项目中要使用QGC，还要做一些更改，感觉Qgc源码很多，又是一个开源项目，对于qt开发项目经验不足的我们来说实在是一个不可多得学习资料，所以决定花一些时间对源码进行注释和解读

项目中要使用QGC，还要做一些更改，感觉Qgc源码很多，又是一个开源项目，对于qt开发项目经验不足的我们来说实在是一个不可多得学习资料，所以决定花一些时间对源码进行注释和解读，这样也能更好的利用到项目中去。

此算法在项目中需要，所以在网上找了一下，发现向上求解的很多，自己修改了一下徐诶了一个向下求解的，但是没有经过很多数的测试，有问题可以提出来。

首先问题出在cpu下的多线程，当你想要在多个线程下调用同一个cuda核函数的时候，你会发现效率很低，那么经过验证，的确，不管你有多少个线程，cuda总是将线程中的核函数放入默认流中进行队列方式的处理，相当于单线程，但是这个问题在cuda7后已经得到了解决，下面对这个问题进行一些测试。这里使用了以下链接中的内容：https://www.cnblogs.com/wujianming-110117/p/14091897.htmlhttps://developer.nvidia.com/blog/gpu

首先原理和cpu的实现我这里就不赘述了，大家可以移步此篇文章，讲的很详细，并且gpu的代码也是按照这篇的思路去做的，链接：图像处理之双线性插值法。下面直接贴代码：CPU端实现：void Resize(cv::Mat matDst1, cv::Mat matSrc) { uchar* dataDst = matDst1.data; int stepDst = matDst1.step; uchar* dataSrc = matSrc.data; int stepSrc = matSrc.

目的目的是使用边缘主机运行yolov4.过程我使用的这款机器说明书名称为NE1008N1边缘智算小站，我就叫他边缘主机了，因为搭载的是英伟达的JetsonNano后边简称jn，所以去网上查资料准备安装环境，网上说jn拿到的时候一般已经安装好cuda，opencv等深度学习环境，但是我找了一圈没找到，可能是浪潮那边弄掉了吧。所以这种情况下只能自己搭建环境，这里记录一下过程，以便自己后边迁移。1.opencv这里使用的是opencv3.3.1版本，github下载后使用mv命令移动到 /u.

1.准备darknet源码目录结构如下：在darknet-master\build\darknet\x64新建cfg文件，可以直接复制yolov3.cfg,然后重命名为你的名字.cfg，然后修改这个文件中的一些内容：将batch 改成64 ：batch=64将subdivisions 改成8 ：subdivisions=8将每个yolo下（共有3处）的classes改成你自己的类的数量 ：classes = 1（我的是1类）将每个yolo上面第一个convolutiona..