linxiaobo110的专栏

无线键盘教程powersensor的usb是host，可以通过usb 2.0 hub拓展USB接口。本节要介绍的是一种常用的usb设备：无线键盘。powersenosor支持树莓派无线键盘，类似这种：把usb接收器接在hub上，然后就可以通过python编程将键盘的操作与需要的函数绑定在一起。主要步骤如下：使用前要引用所需的包import keyboard常用功能1，等待按键常用功能1， 等待一个特定的按键按下（如按“右箭头”继续）：keyboard.wait('right')使用这个

文章目录效果展示图文教程PC训练模型数据集准备与预处理网络设计与预训练DNNDK 编译EDGE调用效果展示 要什么openMV，来试试Powersensor吧 - 深度学习 - 五花分类 图文教程案例资料包：链接：https://pan.baidu.com/s/1bqxA2homcCQ1durTJDH2TQ提取码：knhdAnaconda安装教程地址https://b

介绍本章主要介绍edge环节，即如何通过调度程序看，将编译好elf模型部署到powersensor上面运行。本章需要使用新的powersensor镜像（2020.5月以后发布的镜像会带有DPU），下载地址：链接：https://pan.baidu.com/s/18CFK2aXonxuFF6-L_ittdw提取码：8ve4本章的例程与上一节的相同，请移步Powersensor AI教程1.1-数字识别-tf模型训练下载。主要过程进入powersenosr的jupyter文件管理页面，在/po

准备工作安装vmware，vmware在我们的百度网盘可以下载到链接：https://pan.baidu.com/s/1nhXQxRgYh9cDEFMw5sMvAQ提取码：z1dm下载我们准备好的虚拟机地址：链接：https://pan.baidu.com/s/1mdZV9jn74RCxKp_pUh4mew 提取码：623k本章的例程与上一节的相同，请移步Powersensor AI教程1.1-数字识别-tf模型训练下载。介绍本章主要介绍的PowersensorAI部署

写在前面需要懂一点机器学习需要懂一点常用的shell指令最好电脑配有显卡，训练过程会快很多模型训练不要使用虚拟机，会非常慢windows和linux都可以用来训练模型，不要歧视windows本章的例程在下面的百度网盘可以下载到：链接：https://pan.baidu.com/s/1-ThiQVzCazyY-5ZnqMYfXw提取码：bg7c背景知识人工神经网络人工神经网络（Artificial Neural Network，即ANN ），是20世纪80 年代以来人工智能领域兴

文章目录介绍PC训练模型数据集准备与预处理模型训练和保存dnndk编译edge调用本章小结介绍上一期的minist案例是为了让大家熟悉一下powersensor ai的整个流程，使用的数据集是google提供好的minist数据集，是灰度的、尺寸统一的。然而，实际的识别任务往往需要从不同的来源获取不同尺寸的原始图像，且一般是彩色。为了解决这个问题，本章主要介绍如何对收集的数据进行预处理，以及生成适合tensorflow训练的训练集，以及如何调用powersensor获取彩色的图片并进行识别。这次的案例

这里写自定义目录标题我的安装环境安装过程在VMware中安装ubuntu 16.04安装Vitis AI几个常见的docker指令我的安装环境windows 10VMware 15.5Vitis AI 1.1ubuntu 16.04安装过程在VMware中安装ubuntu 16.04添加虚拟机选择下载的镜像镜像可以在这里下载：http://mirrors.aliyun.com/ubuntu-releases/16.04/然后一直下一步即可完成安装，安装完成后会自