- 博客(7)
- 收藏
- 关注
RSS订阅原创 定时器输出比较模式 生成移相的PWM波 DMA--基于cubemx-stm32f4
以 channel2 为例：配置的计数周期为 100，初始极性为 low，当 CNT 计数值与 CCR 寄存器匹配的时候，输出电平发生翻转，所以为了实现与 channel1 占空比相同的波形，需要翻转两次电平。：在CNT与CCR不断做比较的过程中，若CNT等于CCR，产生的则是电平翻转，并且会产生中断，通过对中断回调函数的编写，就能够实现多路不同频率信号的输出。本文章参考如上文章，使用TIM1高级定时器输出了1路原始PWM波，定时器的输出比较功能输出了三路基于原始PWM波移相后的PWM波，并使用了DMA。
2024-12-12 22:35:08
1034
原创 定时器TRGO 和 PWM 触发ADC DMA(单通道/多通道)--基于cubemx-stm32f4
由此图可以看出将时钟输入进触发控制器后，有两种输出方式：TRGO与PWM。
2024-11-30 19:38:48
1710
1
原创 教你从零开始在MaixCAM上部署自己本地训练的Yolov5模型（5）- 转换格式并部署为app
转换格式并部署为app1.1 Vmware17.5的安装1.2 Ubuntu22.04的安装1.3 Vmware tools工具安装1.4 安装docker环境1.5 拉取tpuc_dev镜像1.6 设置共享文件夹1.7 安装tpu-milr1.8 准备量化模型1.9 编写转换脚本1.10 编写mud文件1.11 Maixvision编写代码并导出app
2024-10-15 18:27:12
4267
21
原创 教你从零开始在MaixCAM上部署自己本地训练的Yolov5模型（4）- 检测模型效果并转化ONNX格式
检测模型效果并转化1.1 检测模型效果1.2 导出ONNX模型文件
2024-10-14 21:24:23
1706
1
原创 教你从零开始在MaixCAM上部署自己本地训练的Yolov5模型（3）- 训练自己的模型
训练自己的模型1.1 修改数据配置文件1.2 修改模型参数文件1.3 根据自己的需求修改train.py的配置1.4 训练，启动！
2024-10-14 13:45:14
3048
原创 教你从零开始在MaixCAM上部署自己本地训练的Yolov5模型（2）- 数据集的准备
数据集的准备2.1 利用Maixcam拍摄视频2.2 利用python拆帧2.3 百度Easydata智能打标2.4 xml格式转化成txt格式
2024-10-13 15:02:39
2403
3
原创 教你从零开始在MaixCAM上部署自己本地训练的Yolov5模型（1）-Yolov5s环境的搭建
一.Yolov5s环境的搭建1.1 Pytorch框架的搭建1.2 CUDA+CUDNN的安装1.3 下载Pycharm1.4 拉取Yolov5s的源码1.5 测试能否运行示例。
2024-10-13 12:42:35
3343
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人