切换马甲
上一页
下一页
默认分类
文章数:13
文章总阅读量:8.2k
文章总收藏量:18
文章总点赞量:35
按发布时间
按阅读量
按点赞量
-
UART1:UART有三根线RX、TX、GND(GND 的作用是提供一个共同的电位参考,确保发送和接收的信号能够正确地解析),由于没有时钟线所以是异步的,但是有收发两根数据线所以是串行全双工(收的同时也可以发)的,所以UART是串行异步全双2024-03-06 15:44:490 0 116
-
yolov7模型转换yolov7源码下载:git clone https://github.com/WongKinYiu/yolov7下载模型文件:https://github.com/WongKinYiu/yolov7/releases/download/v0.1/yolov7-tiny.pt将yolov7-tiny.pt移至yolov7源码目录下;保证环境已搭建好,可以参照--> htt2023-11-01 20:42:2212 5 1105
-
首先搭建好rknntoolkit以及rknpu环境—> https://www.ebaina.com/articles/140000016475大致流程生成rknn文件———————————————————————————————————————1:进入dockerdocker run -t -i —privileged -v /dev/bus/usb:/de/bus/usb \-v /h2023-08-29 12:54:004 1 490
-
knn_toolkit安装———————————————————————————————————————-环境要求:ubutu18.04建议使用docker镜像安装docker参考https://zhuanlan.zhihu.com/p/143156163镜像地址 https://eyun.baidu.com/s/3bqgIr0N#sharelink/path=%2Frknn_toolkit目录结2023-08-29 12:59:541 1 544
-
测试平台:易佰纳rv1126 38板查看板端版本—————————————————————————1:查看npu驱动版本dmesg | grep -i galcore,可以看到版本为6.4.3.52:查看rknn-server版本strings /usr/bin/rknn_server | grep build3:查看librknn_runtime版本strings /usr/lib/librkn2023-08-29 13:13:382 1 1491
-
发板配网——————————————————————————————————————————————-刚拿到的开发板里面的网络配置大多不可用,此时是无法ping通的,这个时候需要重新修改相关的配置文件;Vi /etc/profile最后面添加ifconfig eth0 10.12.13.66 netmask 255.255.255.0route add default gw 10.12.13.12023-08-30 18:29:341 0 468
-
1:check一下 media-ctl -p -d /dev/media0(看一下是否有gc053的entity)2:抓一下节点 grep ‘’ /sys/class/video4linux/video*/name(这里选取stream_cif_mipi_id0的videoXX)3:kill掉isp-server4:v4l2-ctl -d /dev/video0 —set-fmt-video=w2023-08-30 18:37:062 1 516
-
首先编译好opencv库,参考-> https://kdocs.cn/l/cdr9FjEO3S9s1:如图所示,板上的空间还是比较少的,直接移植opencv库会因空间不足而失败2:可以看到根目录下所剩的空间只有31M,但是opencv库却有31M,这里我们对其进行压缩 unzip -r lib.zip lib/压缩后仅为13M3:将压缩后的lib.zip拷贝至板端/opt/sd目录下,这里需2023-08-31 16:23:550 0 629
-
rv1126所使用的rknn sdk里默认是不带opencv库的,官方所用的例程里也没有使用opencv,但是这样在进行图像处理的时候有点麻烦了,这里有两种办法:一是先用python将所需要的图片处理好后在转化为bin格式文件,在使用c++或c进行读取,可以参考->;二是为其添加opencv库,可以直接在程序中调用opencv接口;下面介绍具体步骤1:首先利用rv1126的交叉编译工具,将o2023-08-31 16:27:230 0 390
-
因为板端内置的库较老且不适合我,所以自己更新和链接了一些库首先更改profile——————————————————————————/etc/profile真实路径->/home/warren/rv1126_sdk/buildroot/board/rockchip/common/base/etc/profile在最后添加 eth设置开发板静态ipifconfig eth0 10.12.13.2023-08-31 16:29:151 1 854
-
环境要求:ubuntu18.04参考文件:《ATC工具使用指南》《应用开发指南》《驱动和开发环境安装指南》《昇腾模型压缩工具使用指南(ONNX)》 交叉编译器的安装———————————————————————————————————-直接./aarch64-mix210-linux.installvi /etc/profilesource /etc/profile使之生效 atc安装(非root2023-09-01 13:25:402 1 588
-
知识点——————————————————————————————Frmebuffer:linux为显示显示设备提供的一个接口,可以屏蔽图像硬件爱你的底层差异,允许上层应用在图形模式下对显示缓冲区进行读写操作,模仿显卡的功能,可以通过对framebuffer的读写直接对显存进行操作,写操作可以直接反映在屏幕上。操作如下:1)打开/dev/fbn设备文件;2)用ioctl()操作取得当前显示屏幕的参2023-09-01 13:29:584 2 457
-
首先安装编译好sophon-sail—————————————————-安装sophon_sail(即可在板端使用python进行bmodel模型推理)———————————————————参考—>https://doc.sophgo.com/sdk-docs/v23.03.01/docs_latest_release/docs/sophon-sail/docs/zh/html/1_buil2023-09-01 15:22:516 5 569