- 博客(411)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 68、ubunut/window使用海康彩色工业相机
基本思想：刚买了一块海康工业相机，需要在jetson上调用使用，所以记录一下配置方法，然后结合开发使用。一、先使用window软件调用一下，是否可用。
2024-03-30 12:43:31
308
原创 67、yolov8目标检测和旋转目标检测算法batchsize=1/6部署Atlas 200I DK A2开发板上
基本思想：需求部署yolov8目标检测和旋转目标检测算法部署atlas 200dk 开发板上。配置pycharm professional。使用huawei板子进行转换模型。
2024-03-29 12:45:53
418
原创 66、将同图片下的多个不同类别的xml标注文件合并成一个xml标注文件-labelImg格式
基本思想：手中有一套抽烟的数据集是labelimg格式，但是没有人物标注的数据集，因此使用自动化标注脚本将图片过滤一边，进行生成labelimg文件，只含有80类别的人物标注xml,然后使用脚本将生成标注的人物xml和手中有的抽烟xml进行合并，生成一份xml文件。
2024-03-20 15:58:34
364
原创 65、将mmpose的RTmpose适配华为Atlas 200dk A2，同时控制GSM发送短信和拨打电话
基本思想：适配关键点模型到华为昇腾芯片上，同时对针对性的动作做出响应。
2024-03-14 21:45:45
92
原创 64、使用orangepi 5 plus进行目标识别，然后使用蜂鸣器进行播报
基本思想：获得一块新的rk3588芯片，使用rk3588芯片做个简单的目标检测，调用usb摄像头，然后进行gpio引脚调用，然后没了。一、首先进行刷机，参考手册，不做详细介绍，未使用emc刷机。刷机完成：orangepi/orangepi登陆。然后配置环境，安装必要的库。
2024-03-10 16:48:26
292
原创 18、ubutnu20.04使用RTX3060硬件进行视频编解码+推流
一、进行nv-codec-headers配置。二、进行video_codec_sdk配置。基本思想：先进行环境配置，系统环境如下。三、进行ffmpeg编译。
2024-02-26 09:23:40
865
原创 64、ubuntu使用c++/python调用alliedvisio工业相机
基本思想：需要使用linux系统调用alliedvisio工业相机完成业务，这里只做驱动相机调用，具体不涉及业务开发。一、先用软件调用一下。
2024-01-25 19:04:57
546
原创 66、ubutnu20.04上进行yolov8区域训练检测和条形码识别
基本思想：需要使用爬虫代码，预先爬虫一些数据和标注，这里只做简单记录，不做具体意图探讨。一、爬虫数据，然后进行部分筛选。
2023-12-16 15:51:19
536
原创 65、记录RTMpose转TensorRT过程
不知道为啥，我转失败了，但是生成了end2end.onnx模型，无关紧要，然后使用TensorRT自带的工具转engine。基本思想：记录一下，官方的mmpose+custom_mmdeploy中的RTmpose转TensorRT过程，纯粹记录。一、下载mmpose官方代码，然后配置环境，参考官方配置即可。cuda和cudnn的版本，参考。转成功之后，然后找个代码测测，使用clion测试，改了CMakeLists.txt。main.cpp直接找了个图片，标注了一个人的位置，然后跑一下关键点检测。
2023-12-06 08:59:57
320
原创 1、cuda的学习记录Chapter01
基本思想：学习一下cuda编程，随手记录一下 如何使用grind block thread 线程块和编号的概念和应用方法。一、使用工具clion+ubuntu。
2023-11-23 15:33:29
174
原创 64、使用Python拉取RK3588视频流，然后进行batchsize=3的USB摄像头推理(暂没使用编解码mpp.so)/RTSP流，将推理结果的视频帧分三路推送到亚马逊云服务上
基本思想：一个基本需求是使用OAK三路相机，进行解码然后推理同时推送三路视频流到亚马逊云服务上，这里只是用usb摄像头做个验证，解码和编码使用自己已经编译编译好的mpp.so，使用python去掉用即可。
2023-11-12 13:43:25
564
原创 63、python使用v4l2调用香橙派rk3588外接的USB摄像头测试
需要修正一下下载包中的[前提已经下载下来下面的编译包 pyhon-v4l2capture] orangepi@orangepi5b:~/python-v4l2capture$ sudo vim v4l2capture.c这个文件。基本思想：因为在香橙派上使用opencv方式无法调用usb的摄像头，所以我们使python版本的v4l2调用摄像头，这里做一下记录。第二步：使用官方代码进行python版本的v4l2安装，主要要是你遇到这个问题，第一步：安装必要的包，让其支持v4l2的调用方式。
2023-11-08 13:49:22
989
原创 62、使用python进行rk3588开发板进行推流亚马逊云服务上，进行实时播放
基本思想：之前写了一套c++的推理和视频编解码，使用rk3588的mpp硬件进行编码和解码，然后使用RTSPServer进行推流，总是有问题，虽然可以使用ffplay和vlc进行拉取和播放，但是就是无法使用gstreamer推流到亚马逊云服务上，因为项目需求的紧急，所以先用python把流程跑同，后续在进行详细的探究和研究。2) 然后需要下载一下流媒体服务，因为rk3588s的开发板是armv8的架构，所以需要下载armv8架构的可执行文件。一、连接rk3588s的开发板。3）下载亚马逊的官方的推流代码。
2023-11-07 09:13:29
812
原创 63、比特大陆算能盒子SE5开发初体验
一：需要将本机设置固定ip，主要是因为其板子的固定ip为192.168.150.1 我设置为本机固定的ip为。然后进行ssh连接，这里我的笔记本使用的wifi上网，并不影响笔记本上网。基本思想：需要适配算能盒子SE5开发，这里记录记录一下。
2023-11-02 19:56:37
269
原创 17、简单记录一下两个流媒体工具和推流测试,附录ubuntu下的RTX3060视频硬件编解码和自建服务推流
贴个gpu解码+gpu编码的推理代码(opencv已经和cuda重新编译)//工程基于cuda建立。基本思想：在开发流媒体服务过程中，使用了两个流媒体工具，这里做一下简单的记录，以后可以翻阅和查看。使用方法就是使用rtsp/rmtp进行推流测试即可。它支持rtsp/rtmp/hls推流测试。该工具也是流媒体服务的工具。
2023-10-27 13:40:22
447
2
原创 16、window11+visual studio 2022+cuda+ffmpeg进行拉流和解码（RTX3050）
上述框颜色 红色是两个框 一个是基于解码的gpu进行yuv转rgb 然后送给黑色框进行算法推理，然后经过解码进行另一个红色框进行rgb转yuv,然后给橙色框进行编码h264进行推流，整个数据传输使用共享内存进行数据交互，整个解码器和编码器使用。然后进行代码开发，这里并没有将opencv+cuda进行二次编译，当然也可以编译，但是本菜鸡没用cv::cuda::Mat的形式开发，还是依赖ffmpeg的方式进行开发，同时使用cuda进行了某些格式的转换。几乎0延迟的，使用笔记本的显卡。一：首先安装驱动，参考。
2023-10-25 09:33:05
783
原创 14、ffmpeg中进进行硬件编码和解码的片段程序_cuda进行rgb2yuv和yuv2rgb
基本思想：为了加快ffmpeg进行编码和解码使用。一、进行RGB2YUV420(YU12)编码。二、进行YUV420(YU12)2RGB编码。测试环境为RTX3060台式机。
2023-10-16 14:25:13
415
原创 15、window10+opencv+cuda+ffmpeg编译和测试RTSP
3)将https://developer.nvidia.com/downloads/designworks/video-codec-sdk/secure/12.1/video_codec_sdk_12.1.14.zip解压之后，将Video_Codec_SDK_12.1.14/Interface/*拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\include中。二、编译opencv+cuda+nvidia_codec。
2023-10-04 18:45:25
278
原创 69、配置AWS服务，接收来自RTSP流的推送
基本思想：在上一篇的基础和视频教程之后，进行简单的aws服务，进行RTSP流的接收。第六步：填入json数据//来自前面cp的video stream信息。在build目录外层配置环境变量，在该目录环境路径下执行。第二步：配置video_stream,记得选择香港节点。第四步：策略设置，选中右上角的创建策略。同时记录这个信息，后面的策略需要填充。第八步：参考上一篇博客编译源码即可。第五步、进行json填充。然后创建policy成功。第七步：创建user账户。第三步：进行策略设置。
2023-09-05 14:11:06
584
原创 68、使用aws官方的demo和配置aws服务，进行视频流上传播放
2)先配置 Thing types & Thing，选择香港的节点，然后AWS ioT--->Manage---> Thing type。基本思想：参考官方视频，进行了配置aws，测试了视频推流，rtsp和mp4格式的视频貌似有问题，待调研和解决。完成之后，在上一步的next结束之后，在进行create policy。第一步：1) 进入aws的网站，然后进入ioT Core。然后输入名字，创建Thing type。2) 点击policy进行往下创建。下一步更新内容且选择custom。许可文件，先放在那里。
2023-08-24 19:03:54
1128
原创 62、华为昇腾开发板Atlas 200I DK A2配置mmpose的hrnet模型推理python/c++
基本思想：适配mmpose模型，记录一下流水帐，环境配置和模型来自，请查看参考链接。
2023-08-14 09:58:46
1291
原创 57、yolov5+rk3399pro/yolov7+rk3588 支持batchsize=3仿真测试和实体开发板上测试
基本思想：python转换脚本安装，和其它环境配置参考之前，主要想搞一版本batchsize=3的c++ demo;一、转模型yolov5 batchsize=1 使用yolov5-5.0版本修改一点点参考上面链接。上面小板子是rk3399pro 大板子是rk3588,yolov5的使用参考链接。四、测试rk3588,官方的sdk ，转onnx=3。二、batchsize=3测试 ,参考。c++测试和上面雷同，
2023-07-28 22:07:36
898
原创 13、ffmpeg使用nvidia显卡对OAK深度相机进行解码和编码
基本思想：简单使用nvidia的硬件解码进行oak相机的编码和解码学习。一、在本机rtx3060配置好显卡驱动和cuda之后进行下面操作。三、使用oak相机进行h264解码测试。四、使用oak进行解码和编码推流测试。二、配置环境和编译库。
2023-07-25 10:34:45
1099
1
原创 61、人属性模型PaddleClas部署和使用，框架基于MNN、NCNN、RKNN、TensorRT、OPENVINO、OAK
基本思想：项目需要一个TensorRT的检测人属性的模型，随手搜了一个，转了一下，比较简单。二、测试和转模型pth2onnnx.py。五、openvino推理。八、tensorRT推理。七、rk3588推理。
2023-07-17 09:21:54
556
原创 61、华为昇腾开发板Atlas 200I DK A2初步测试,yolov7_batchsize_1&yolov7_batchsize_3的python/c++推理测试
四、pycharm 专业版进行远程debug调试和转yolov7的模型，yolov7使用官方源码直接转onnx即可，batchsize=1,然后配置pycharm 专业版的解释器。二、刷机显示系统正常运行，刷机尝试使用linux刷机貌似不成功，的使用window系统进行刷机，其次，需要等待至少2-3分钟，官方给的回复是有固件升级书。测试c++代码，使用官方的demo生成的封装so库，然后自己用代码测试。在这里需要注意，查看，将其中的sh内容拷贝出来，六、测试一下batchsize=3的华为昇腾推理。
2023-07-01 17:29:53
437
原创 57、测评rk3588 pci接口的板卡
基本思想：从某途径获得了一块rk3588 pci的板块，逐记录和测试一番，下图分别为主机箱，显卡所在的pci卡槽、和新版rk3588 pci板卡、主机配置,这里以yolov7的官方模型为基准，进行测试其板卡的性能。一、下载rknn-toolkit2。二、下载yolov7的源码和模型。
2023-07-01 08:08:20
344
原创 60、使用MNN+DBNET进行条形码检测
链接: https://pan.baidu.com/s/1qVAKk5b_nxHjIW6xF1Be4w?pwd=bmxt 提取码: bmxt。基本思想：顺手转了个模型，可以方便进行条形码和对应的数字检测，以方便下一步进行条形码识别和ocr进行数字检测。
2023-06-28 08:42:17
337
原创 67、C#调用Visual Studio 2019生成的Paddle+OCR(使用ncnn库),去完成业务任务
然后，双击Shift，在弹出的搜索栏中，输入“Registry”，点击“Registry…”进入软件注册表界面，去掉“run.processes.with.pty”中默认的对勾，即不要选中该项。基本思想：这里使用飞哥写的android代码，将其取出纯c++代码逻辑，自己尝试转了paddle+ocr模型，可以成功转换，不在详细阐述生成ncnn模型的过程和写后处理ocr识别过程。一、在window10+ncnn+clion+mingw32测试结果，对源代码进行稍微修改，不在此放出来了，只贴目录和识别结果。
2023-06-13 17:36:39
1362
原创 15、OAK深度相机在android系统进行实例分割并且测据
oak深度相机 android手机目前测到11以上支持和鸿蒙系统支持 需要一根type-c转type-c得数据线。基本思想：在官方源码得基础上，进行工程裁剪，进行深度相机的目标检测和测距离，和官方代码有差别，去掉了官方得opencv源码，然后重写了分割逻辑。
2023-05-31 14:39:36
320
原创 59、使用目标检测框架进行压力表识别和刻度检测
二、代码片段，使用onnx进行推理，这样为了后续方便是用ncnn/mnn/tensorrt进行目标检测框架模型转换，测试成功，暂不写详细的方案，只做简单的记录。基本思想：纯用目标检测进行压力表检测，具体思路就不介绍了，贴个测试图和结果图。一、进行图片标定，标定来自公开的一些数据集搜素，数据集按照正常标注就行。
2023-05-26 15:36:51
444
原创 14、ubuntu环境下编译OPENCV的NVCODEC SDK版本进行硬件解码视频和播放测试(附录ffmpeg+nvidia配置环境)
然后下载opencv进行编译我用的最新版本4.6.0 (2023-5-25)基本思想:编译opencv包含cuda版本,然后进行解码播放显示帧。然后下载解码组件进行重新编译opencv进行准备。
2023-05-25 16:12:02
708
2
原创 58 、python多线程读取视频,以及使用tensorrt Batchsize=4处理视频
基本思想:记录一下,实验环境rtx3050 cuda11.1 cudn11.3 tesorRT8.6。二、基于官方作者得代码进行修改,是用batchsize=4进行tensorrt进行推理。一 、同时读四个视频进行播放显示。
2023-05-16 15:22:53
727
2
原创 55、RK3588使用MPP编码yuv到h264、解码h264到yuv模块开发和集成OAK深度相机解码&编码&推流测试
基本思想：需要使用独立模块代码去实现自己的逻辑功能，所以在基于官方源码基础上，和参考附录几个官方链接，搞出一版rk3588编码测试和解码测试demo。一、先看工程rk_yuv_mpp_h264编码demo。测试结果rk3588测试结果。
2023-05-04 15:29:50
4607
15
原创 57、Yolov8-seg实例分割部署NCNN、MNN、ONNX、OpenVINO、OAK，RK3588平台上
基本思想：部署yolov8-seg到mnn、openvino、oak平台上，仅仅做记录。一、是用官方模型转onnx首先，然后进行sim一下,是用模型日期2023-04-22。
2023-04-22 08:49:00
4294
23
原创 55、记录使用标注目标检测+关键点检测的数据集，进行训练和部署香橙派芯片
一、标注关键点数据，这里标注只是使用标注检测框和关键点即可，在本质上也可以不用标注检测框，因为个人的数据集是鱼类，可以通过全身的关键点拟合成检测框，提供标注数据集，然后进行提取两类数据集一类为关键点数据集（coco），另一类为检测类数据集（yolov5/7）标注完数据之后,进行提取目标检测数据集和关键点数据集，（等待第一版模型出现，做自动化标注，全部以python调用onnx完成开发）基本思想：进行是数据集的预处理和标注，然后进行分开目标检测训练和关键点训练，然后增加追踪逻辑，进行ax620芯片部署。
2023-03-28 10:44:01
911
原创 56、训练PaddleDetection的tinypose128x96关键点模型部署ncnn框架、mnn框架、openvino框架
基本思想：需要移植一个自训练的关键点模型到AX620A,看到社区已经有了，记录一下流程以备自己以后自训练使用。
2023-03-07 13:34:20
665
2
2017最全的vivado license
2017-03-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人