<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[flamebox的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/flamebox</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; flamebox]]></copyright><item><title><![CDATA[RV1106开发环境搭建(windows)]]></title><link>https://blog.youkuaiyun.com/flamebox/article/details/134305723</link><guid>https://blog.youkuaiyun.com/flamebox/article/details/134305723</guid><author>flamebox</author><pubDate>Thu, 09 Nov 2023 11:58:54 +0800</pubDate><description><![CDATA[去年使用了瑞芯微的RV1126的模组做了一个ai小相机（视频地址在这里），当时感觉性能还可以，就是开发环境太过一言难尽了。最近又发现有厂家使用另外一个新型号RV1106推出了开发板，价格十分喜人。关键是现在的开发生态比我当时友善太多了，资料更规范了，github上也有配套的各种开源仓库。一番体验下来，感觉还是不错的。现在的rknn开发环境相对以前我接触时简便和优雅了许多。在这个基础上，加上你自己的业务逻辑和自己训练转换的rknn模型后，就能做具体的东西了。]]></description><category></category></item><item><title><![CDATA[嘉楠勘智k230开发板开箱和搭建开发环境（一）]]></title><link>https://blog.youkuaiyun.com/flamebox/article/details/131778837</link><guid>https://blog.youkuaiyun.com/flamebox/article/details/131778837</guid><author>flamebox</author><pubDate>Tue, 18 Jul 2023 15:51:17 +0800</pubDate><description><![CDATA[2023年7月7日那天，嘉楠科技在网上开源了最新一代K230芯片的软硬件开发包。我尝试点开公布的GitHub仓库，惊喜地发现这个开源做得十分不错，整个sdk工程都放出来了，工程目录简洁清晰，技术文档也是做得十分用心。正好我在用爱芯的ax620a做一款移动的ai传感产品时遇到了闭源的问题，对于我来说定制硬件比较不灵活还有成本也高，比较头痛。现在正好碰到了貌似合适的替换方案，于是马上就联系了嘉楠的小姐姐。]]></description><category></category></item><item><title><![CDATA[AX620A转换yolo系列模型踩坑]]></title><link>https://blog.youkuaiyun.com/flamebox/article/details/130970851</link><guid>https://blog.youkuaiyun.com/flamebox/article/details/130970851</guid><author>flamebox</author><pubDate>Wed, 31 May 2023 16:43:20 +0800</pubDate><description><![CDATA[AX620A运行yolov5s自训练模型全过程记录但今天由于各种环境发生变化了，再去这样转换的话，就会报错失败。经过一番查找，发现是pytorch版本更新导致的。其实社区有文章已经更新了yolov5和yolov8的模型转换方法，但是仍然有坑点，如果不注意的话还是会失败。]]></description><category></category></item><item><title><![CDATA[AX620A安装scipy]]></title><link>https://blog.youkuaiyun.com/flamebox/article/details/130816782</link><guid>https://blog.youkuaiyun.com/flamebox/article/details/130816782</guid><author>flamebox</author><pubDate>Mon, 22 May 2023 22:32:42 +0800</pubDate><description><![CDATA[【代码】AX620A安装scipy。]]></description><category></category></item><item><title><![CDATA[Intel N100工控机使用核显加速推理yolov5模型]]></title><link>https://blog.youkuaiyun.com/flamebox/article/details/129367732</link><guid>https://blog.youkuaiyun.com/flamebox/article/details/129367732</guid><author>flamebox</author><pubDate>Tue, 07 Mar 2023 08:30:01 +0800</pubDate><description><![CDATA[今年3月初开始，某平台开始陆续上货基于英特尔Alder Lake-N处理器系列的迷你主机。最先出现的是N95和N100两款处理器，迷你主机的整机价格已经打到800元左右的水平了，还是有挺高可玩性的。其中N100的规格如下：这个cpu性能虽然不是很强，性能接近4代i5移动端，但功耗很低，TDP只有6W。而且有个24单元的核显，解码视频能力不差。我很期待它用来跑跑yolov5是什么效果。]]></description><category></category></item><item><title><![CDATA[AX620A运行yolov5s自训练模型全过程记录（windows）]]></title><link>https://blog.youkuaiyun.com/flamebox/article/details/127249243</link><guid>https://blog.youkuaiyun.com/flamebox/article/details/127249243</guid><author>flamebox</author><pubDate>Tue, 11 Oct 2022 16:47:10 +0800</pubDate><description><![CDATA[上一篇文章《ubuntu22.04搭建AX620A官方例程开发环境》记录了AX620A开发环境的搭建，这段时间板子终于到手了，尝试了一下怎么跑自己训练的yolov5模型，将整个过程记录一下。]]></description><category></category></item><item><title><![CDATA[ubuntu22.04搭建AX620A官方例程开发环境]]></title><link>https://blog.youkuaiyun.com/flamebox/article/details/127103964</link><guid>https://blog.youkuaiyun.com/flamebox/article/details/127103964</guid><author>flamebox</author><pubDate>Thu, 29 Sep 2022 14:40:08 +0800</pubDate><description><![CDATA[爱芯元智旗最新的AX620A，是一款兼具高算力、低功耗、高能效比、高算力利用的ai方案芯片。作为第二代自研边缘侧芯片，AX620A搭载有四核Cortex-A7 CPU、14.4TOPs@INT4或3.6TOPs@INT8 的高算力NPU，支持多路sensor同时工作，支持多路子码流，支持千兆Ethernet。除此之外，AX620A不但能够满足传统的智慧城市、智能家居应用需求，还因为其功耗极小，能够满足电池应用方案的功耗需求，兼顾IOT、智能运动相机、手机等应用场景，尤其在快速唤醒类产品领域拥有卓越表现。]]></description><category></category></item><item><title><![CDATA[一种极简的vscode搭建c++程序开发环境的方法（windows系统）]]></title><link>https://blog.youkuaiyun.com/flamebox/article/details/126197871</link><guid>https://blog.youkuaiyun.com/flamebox/article/details/126197871</guid><author>flamebox</author><pubDate>Sat, 06 Aug 2022 18:10:50 +0800</pubDate><description><![CDATA[一种简单的在windows下vscode配置c++开发、调试环境的方法]]></description><category></category></item><item><title><![CDATA[windows 使用ncnn vulkan部署yolox 记录（小白向，比较详细）]]></title><link>https://blog.youkuaiyun.com/flamebox/article/details/125255044</link><guid>https://blog.youkuaiyun.com/flamebox/article/details/125255044</guid><author>flamebox</author><pubDate>Mon, 13 Jun 2022 11:22:43 +0800</pubDate><description><![CDATA[之前在树莓派4B移植过一次ncnn部署Yolo-Fastest，同时也在笔记本的windows里面部署了一套作为调试开发。但因为年代久远，很多细节都模糊了，今天重新弄了一遍跑yolox模型，发现比当时简便了很多，主要是因为才发现ncnn官方仓库就有预编译好的windows版本，不用自己编译，方便太多了。使用的是win10 x64系统，主要需要使用4个东西：
1、Visual Studio Community 2019
2、ncnn对应vs2019的编译库
3、opencv库，也是官方预编译好的windows]]></description><category></category></item><item><title><![CDATA[关于yolov5训练时参数workers和batch-size的理解]]></title><link>https://blog.youkuaiyun.com/flamebox/article/details/123011129</link><guid>https://blog.youkuaiyun.com/flamebox/article/details/123011129</guid><author>flamebox</author><pubDate>Fri, 18 Feb 2022 21:46:54 +0800</pubDate><description><![CDATA[关于yolov5训练时参数workers和batch-size的理解yolov5训练命令workers和batch-size参数的理解两个参数的调优总结
yolov5训练命令
 python .\train.py --data my.yaml --workers 8 --batch-size 32 --epochs 100

yolov5的训练很简单，下载好仓库，装好依赖后，只需自定义一下data目录中的yaml文件就可以了。这里我使用自定义的my.yaml文件，里面就是定义数据集位置和训练种类数和名字。
]]></description><category></category></item><item><title><![CDATA[又一次移植最新lvgl8到esp32的踩坑记录]]></title><link>https://blog.youkuaiyun.com/flamebox/article/details/122357337</link><guid>https://blog.youkuaiyun.com/flamebox/article/details/122357337</guid><author>flamebox</author><pubDate>Fri, 07 Jan 2022 10:26:00 +0800</pubDate><description><![CDATA[又一次移植最新lvgl8到esp32的踩坑记录一、创建工程1、在vscode新建esp32工程2、添加lvgl最新版本的相关仓库代码3、创建lv_conf.h4、修改main.c5、配置和编译二、出现的问题以及解决过程
上一次移植了lvgl8到esp32后，发现用别人的仓库里面的lvgl并不是最新的版本，没有集成gif组件，为了使用gif播放，同时也自己尝试走一遍从0开始的移植过程。之前移植的记录看这里
一、创建工程
1、在vscode新建esp32工程
在vscode中，按ctrl+shift+p键打开命]]></description><category></category></item><item><title><![CDATA[esp32 http请求内存不断减少问题]]></title><link>https://blog.youkuaiyun.com/flamebox/article/details/122280431</link><guid>https://blog.youkuaiyun.com/flamebox/article/details/122280431</guid><author>flamebox</author><pubDate>Sun, 02 Jan 2022 20:45:33 +0800</pubDate><description><![CDATA[一次esp32 http请求内存不断减少问题的解决过程
现象
从网上复制了一段http请求的代码，功能是通的，但发现每请求一次，内存就减少10多kb，很快就内存不足重启了。
一开始以为是cjson解释动作时没有注意释放，但检查并不是，最后参考官方的http client例程，才发现复制的代码最后只是简单使用了esp_http_client_close(client)，并没有使用官方例程的esp_http_client_cleanup(client)方法。
esp_http_client_cleanup方法其]]></description><category></category></item><item><title><![CDATA[在ESP32的Lvgl8上使用LvglFontTool显示汉字]]></title><link>https://blog.youkuaiyun.com/flamebox/article/details/122202194</link><guid>https://blog.youkuaiyun.com/flamebox/article/details/122202194</guid><author>flamebox</author><pubDate>Tue, 28 Dec 2021 21:08:04 +0800</pubDate><description><![CDATA[这里写目录标题一、使用LvglFontTool4.0转换字体二、修改生成的C文件二、使用字体用法1：在canvas上绘制
一、使用LvglFontTool4.0转换字体
这个工具是阿里兄大佬提供的，他的论坛下载地址
不过由于lvgl8的字体结构体变了一下，最新4.0转换出内部字体的话，需要对生成的c文修改一下才能用

输入要用到的字，或者直接选加入常用汉字，就看flash够不够大了。
然后选择字体。由于我win10权限的关系，我windows目录里面看不到Font文件夹，需要到控制面板——字体打开Font文]]></description><category></category></item><item><title><![CDATA[移植LVGL8到esp32的踩坑记录]]></title><link>https://blog.youkuaiyun.com/flamebox/article/details/122148992</link><guid>https://blog.youkuaiyun.com/flamebox/article/details/122148992</guid><author>flamebox</author><pubDate>Sat, 25 Dec 2021 23:13:55 +0800</pubDate><description><![CDATA[一次esp32移植lvgl8的踩坑记录]]></description><category></category></item></channel></rss>