本博客从使用yolov5部署移动机器人目标检测算法角度来评测旭日x3派性能,为尽可能客观评测x3派性能,我们分别在Jerson nano、树莓派和旭日x3派中部署了yolov5目标检测算法。这里我的评测指标是yolov5处理每一帧图片所需要的时间,不管是MP4还是调用摄像头实时处理,都是计算每一帧的图片,然后重复该过程,其中帧率(fps)可以理解为每秒钟能够处理每一帧图片的次
前言:自动跟随小车的功能可以使小车能够自动地跟随某个目标物体或者人移动。这种功能在很多场合都有着重要的作用和意义。比如: 摄影和影视制作:在摄影和影视制作中,自动跟随小车可以帮助摄影师或者导演更好地捕捉目标物体或者人的移动轨迹,从而制作出更加流畅和自然的画面。 物流和仓储:在物流和仓储领域,自动跟随小车可以帮助工人快速地将货物从一个地方运到另一个地方,提高工作效率和减少人力成本。 环境监
我们在旭日x3派中部署实现人脸检测,主要使用了百度智能云API和opencv目标检测。百度智能云API是一种云计算服务,提供多种人工智能和大数据分析功能的API接口,包括人脸识别、图像识别、语音识别、自然语言处理、OCR识别、智能推荐等,可应用于多个领域,如金融、医疗、教育、娱乐等行业。这些API为开发者提供了便利的工具,可以轻松地实现各种机器学习和人工智能功能。 百度
本篇博客通过旭日X3搭载手势识别算法,实现实时检测,同时测试其运行性能。针对旭日X3上并没有很好的python IDE编译环境的问题,本篇博客通过SSH远程连接的方式,可以在不给旭日X3内存压力的同时, 提供一个更好的代码编写环境, 同时通过SSH的方式给旭日X3配置对应的环境 ,起到方便快捷的作用。 一.准备工作 首先在电脑上安装配有pycharm专业版(专业版可
本次主要介绍在旭日x3的BPU中部署yolov5。首先在ubuntu20.04安装yolov5,并运行yolov5并使用pytoch的pt模型文件转ONNX;;然后将ONNX模型转换BPU模型;最后上板运行代码测试,并利用Cypython封装后处理代码。 一.安装Anaconda Anaconda 是一个用于科学计算的 Python 发行版,支持 Linux, Mac, W
积分
粉丝
勋章
TA还没有专栏噢
第三方账号登入
看不清?点击更换
第三方账号登入
QQ 微博 微信