- 博客(11)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Windows11 显卡GTX1650 搭建CUDA+cuDNN环境，并安装对应版本的Anaconda和TensorFlow-GPU
为了调用计算机的GTX1650显卡进行深度学习的模型和训练，需要先搭建好CUDA和cuDNN环境。此外，TensorFlow-gpu版本对python、CUDA和cuDNN的版本也有要求，安装前需要先确定好各个软件需要安装的版本。
2021-11-25 17:13:50
19379
9
原创 嵌入式ARM 64位平台源码编译安装PyQt5及其在虚拟环境中的调用配置
PyQt5 是Riverbank 公司的产品，分为开源版本和商业版本，开源版本就包含全部的功能。SIP 是一个将C/C++库转换为Python 绑定的工具，SIP本来是为了开发PyQt 而开发的，现在也可以用于将任何C/C++库转换为Python 绑定。
2021-11-19 23:43:53
12162
43
原创 Firefly AIO-3399Pro C开发板交叉编译OpenCV 3.4.10及FFmpeg、x264等依赖库，实现视频播放等功能
实验室所用的Firefly AIO-3399Pro C开发板需要用到OpenCV和FFmpeg来实现视频播放，而OpenCV源码默认编译时，有些选项默认未打开，导致OpenCV无法配合FFmpeg正常使用，故在PC端的Ubuntu系统中交叉编译OpenCV 3.4.10版本和各个软件依赖库，配合Qt在PC端交叉编译，并移植到开发板上实现视频播放等功能。
2021-04-23 12:10:03
1703
原创 Ubuntu 18.04源码编译opencv3.4.10
在Ubuntu 18.04环境下源码编译OpenCV，与Qt5、FFMpeg和X264等配合使用。
2021-04-13 15:18:37
691
原创 Firefly AIO-3399ProC开发板与PC端部署Qt5.12.2交叉编译环境
实验室所用的AIO-3399ProC开发板，做项目需要用到Qt软件设计GUI界面和Qt的多线程并行化功能，故在开发板端和PC端部署Qt5.12.2交叉编译环境。本文记录了部署Firefly官方发布的Qt交叉编译工具链时的过程、遇到的问题及解决方案，以供本人和各位参考。
2021-03-16 21:47:39
4001
7
原创 Firefly AIO-3399ProC开发板与PC端搭建NFS远程挂载环境
实验室所用的Firefly AIO-3399ProC开发板在搭建交叉编译环境前，需要在开发板端和PC端部署NFS远程挂载环境，本文记录下搭建过程，以供本人和各位参考。
2021-03-15 11:57:40
350
原创 在PC端的Ubuntu中导入RKNN docker镜像
最近一段时间在调试实验室的AIO-3399ProC开发板，在部署RKNN Toolkit开发环境的时候遇到了各种安装包依赖不匹配，无法安装的问题，根据Rockchip_User_Guide_RKNN_Toolkit_V1.x.x_CN.pdf文档的3.1 章节使用说明，官方给出的RKNN各版本文件夹下提供了一个已打包所有开发环境的 Docker镜像，加载该镜像就可快速上手RKNN Toolkit，这样可以在docker镜像中看到官方安装的各个安装包版本，开发板上对应安装版本一致的软件就可解决无法安装编译软件
2021-03-11 12:02:28
2814
4
原创 Firefly AIO-3399ProC开发板安装RKNN Toolkit 1.4.0开发环境
先前在开发板上部署了RKNN Toolkit 1.6.0版本，在运行官方提供的demo时存在一些问题，所以这两天在开发板上安装了RKNN Toolkit 1.4.0版本，安装和测试的过程中也遇到了一些问题，故记录在此文章中，方便以后自己部署时或者各位同学参考。
2021-03-10 23:33:58
1965
原创 Firefly AIO-3399ProC开发板安装RKNN Toolkit 1.6.0开发环境
实验室的项目需要用到Firefly的AIO-3399 ProC开发板，该型号开发板集成了硬件加速芯片NPU（神经网络加速单元），经tensorflow、PyTorch等训练好的模型可用官方提供的RKNN Toolkit工具转换为.rknn格式的模型，运行在开发板上利用NPU进行对数据的后向推理加速处理。RKNN Toolkit开发套件安装繁琐，前前后后折腾了一周的时间才算部署成功，故记录下部署过程及遇到的问题，以供自己和各位参考。
2021-03-08 17:04:15
5115
30
原创 在PC端的Ubuntu中安装RKNN Toolkit 1.6.0开发环境
实验室的项目需要用到Firefly的AIO-3399 ProC开发板，在PC端可安装RKNN Toolkit开发套件，总体思路就是，在本地使用PC电脑框架跑相关模型，通过官网相关模型转换代码，将tensorflow/pytorch/mxnet/keras 模型转换成rknn模型，从而可以直接拷贝到嵌入式设备RK3399 pro板子上直接使用。安装过程繁琐，故记录下在PC端部署开发环境的过程及遇到的问题，以供自己和各位参考。
2021-03-07 22:54:30
3584
4
opencv_python-4.3.0.38-cp37-cp37m-linux_aarch64.whl
2022-08-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人