泰山派人工智能

下载版本【gcc-linaro-6.3.1-2017.05-x86_64_aarch64-linux-gnu】，下载文件夹里面是已经编译好的二进制可执行程序。坚持到这里就离胜利不远了！将数据集放置在新建dataset文件夹中，如图，data.yaml是数据集自带的文件，yolov5s.pt文件在。打开pycharm切换环境，在终端进入requirements.txt所在的文件夹，运行以下代码安装所需的库。运行指令后，我遇到的问题是numpy库有些函数已经弃用了，降级即可，这部分问题忘记记录。

最近领到了立创泰山派的优惠券，可以低于bom价格获得，也就是低于成本价，每人限制一次。泰山派用的rk3566有tpu可以跑深度学习，想请教大佬们1g+0g版本能流畅运行yolo吗，考虑付费学习，相关大佬可以联系。

泰山派入手安装ssh

车牌识别rknn模型部署

本文是在使用WSL2编译立创泰山派SDK时的一些笔记，也整合了网上很多大佬解决WSL2安装Docker，以及repo等方法。本文的系统为专业版编译流程参考泰山派官方文档：https://lceda001.feishu.cn/wiki/Da5owUV4dipiqUkZycbcxckinvc。

虽然车牌识别技术很成熟了，但完全没有接触过。一直想搞一下、整一下、试一下、折腾一下，工作之余找了一个简单的例子入个门。本博客简单记录一下 LPRNet 车牌识别部署 rk3588流程，训练参考 LPRNet 官方代码。1、导出onnx导出onnx很容易，在推理时加入保存onnx代码，但用onnx推理时发现推理识别，有算子onnx推理时不支持，看了一下不支持的操作 nn.MaxPool3d() ，查了一下资料有等价的方法，用等价方法替换后推理结果是一致的。保存onnx代码。

库支持的PWM输出是基于Linux的PWM子系统实现的，所以要想利用该库做PWM输出， 需要板卡提供支持。像泰山派板卡，就可以完美使用。这样这样一来，就不需要我们在软件层面上利用GPIO模拟PWM输出。# 在板卡使用如下命令安装。

两个video:一个是图像/视频采集，一个是metadata采集。

python3 --version sudo apt update sudo apt install python3-pip pip3 install --upgrade pip pip3 install opencv-python-headless4.8.0.76 pip3 install opencv-python4.8.0.76 pip3 install opencv-contrib-python==4.8.0.76

编译 /etc/profile 文件，在最后添加 export set FORCE_UNSAFE_CONFIGURE=1，然后再执行 source /etc/profile 或是关闭终端再打开，然后重新编译。将SDK文件删除干净（包括 .repo 和 .rootfs ），然后再将SDK解压出来，然后同步代码，然后再解压buildroot压缩包，随后执行 ./build.sh lunch 选3 ,再。直接执行 ./build.sh all -j8 即可，加了sudo就会出现各种奇奇怪怪的权限问题。

TB-RK3399ProX 开发板资料

简介 Rock-X SDK 是基于 RK3399Pro/RK1808 平台的一套 AI 组件库。开发者通过 Rock-X SDK提供的 API 接口能够快速构建 AI 应用。 Rock-X下载地址：https://pan.baidu.com/s/1brKNqxBYDmElm-A56DLu4Q提取码：ji14 Rock-X SDK 主要功能 类别 功能 目标检测 人头检测...

该函数用于在 GPU 上计算输入图像的直方图（histogram）。它将像素值区间均匀划分为若干个 bin（桶），并统计每个 bin 中像素的数量。

基础单元：句子/评论/文档（如图中4条手机评论）。扩展单元：实体（如“相机”、“电池”）。关系类型构建规则示例实体共现两节点提及相同实体评论A和B都讨论“电池”语义相似概念向量余弦相似度 > 阈值两条夸“拍照效果”的评论句法依赖基于依存解析的语法关系评论中“电池”修饰“续航”工具NetworkX或PyG（Python库）。

正则化与拉普拉斯平滑，一个是机器学习的“参数约束工具”，一个是概率模型的“分布修正技术”，看似分属不同领域，实则共享“平滑思想”的内核——通过调整目标函数或统计量，对极端情况进行缓和，使模型或分布更接近真实规律。

OpenCV是一个功能强大的计算机视觉库，包含多个模块，如图像处理、视频分析、机器学习等。基础操作包括图像的IO操作、绘制几何图形、获取和修改像素点、获取图像属性、图像通道的拆分与合并以及色彩空间的转换。此外，OpenCV还支持图像的算术操作，如图像的加法和混合，这些操作可以用于图像增强和合成。通过这些功能，OpenCV能够处理各种图像处理任务，为计算机视觉应用提供强大的支持。