qq_56187001的博客

原创 驱动开发之I2C

原创 OpenCV的常用用法（C++版）

-返回值：无--参数：--InputArray image：传入的图片名称--OutputArray edges：传出的图片名称如果有具体的数字在括号里输入--double fx = 0, double fy = 0：如果没有具体的数字，后面两位是按照比例进行缩放。

原创 V4L2应用编程

V4L2应用编程。

原创 RK3588使用OpenCL编程（二）

在本节中我们将分别使用rk3588中的CPU和GPU来进行图像边缘检测算法，通过计时来评估是用GPU进行图像处理时的性能提升。

原创 【yolov5】onnx转rknn

进入解压后的文件夹examples/onnx/yolov5文件夹中，此时可以看到的目录结构，其中test.py为转换文件，dataset.txt为则是图片的名字，bus.jpg为测试图片，还会有一个官方提供的yolov5的onnx模型。我在最初进行转换后不能用官方的demo，一旦运行，香橙派直接死机，我是按照这个大佬重新下载了1.5.2的包。而后输出检测结果，并且在该文件中输出一张在rk3588上模拟运行的图片，在这里可以完成，通常说明已经完成了模型的转换。进去后直接下载即可，在虚拟机中解压。

原创 yolov5训练自己的模型，并转化为onnx模型

整个过程比较复杂，但是完整的做完其实还是同有成就感的，大家加油！！！！

原创 RK3588使用OpenCL编程（一）

OpenCL(Open Computing Language开放计算语言)是一种开放的、免版税的标准，用于超级计算机、云服务器、个人计算机、移动设备和嵌入式平台中各种加速器的跨平台并行编程。

原创 【RK3588使用线程池运行yolov5（三）】

格子399有类别0的概率，格子0有类别1的概率，格子1有类别1的概率，格子2有类别1的概率…1、首先进过推理，已经将每个框中的置信度存储在上面数组中的c中了，然后我们此时来检查遍历每个框的置信度，如果置信度大于我们设定的阈值（如0.5），就把这个框进行相关的处理，并且把框的坐标存储在某个数据结构中，这个置信度只是说明yolo认为有80类里面的东西，我们需要再去找到最大的类别和该类别对应的概率，分别存储进去。在这里不过多的讲了。--------------yolov5的后处理阶段。

原创 【RK3588使用线程池运行yolov5（二）】

首先大家要知道，对于任何一个模型而言，它对于输入输出的大小以及特点都会有一定的要求，就好比模型是一个门，门上有把锁，打开门的方法就是插入钥匙，yolov5要求的图片是一个640×640的，你给它一张1280×720的图片，这个时候当然就会有问题，所以对于一个模型，我们就需要知道他的输入的要求和输出的要求。4、到这里，我们就将输入图片的参数都设置成yolov5所需要的参数，然后我们需要把这些参数封装成一个结构体数组，并且相当于告诉这个模型，“我已经封装好了，我把参数告诉你”，这步就是设置模型输入。

原创 【RK3588使用线程池运行yolov5（一）】

对于读取到的视频，，我们需要将其中的视频帧进行存储，对于一个时长为8秒，帧率为30的视频而言，其读取的视频帧总数为240帧，然后对每帧视频进行处理，然后再将其经过固定的编码输出为一个视频，所以我们先定义一个存储视频帧的结构体，结构体有两个部分组成，分别是该帧图片的下标和图像。然后考虑使用三个线程分别进行将视频帧的存储到这个队列中、对视频帧处理后存储到另一个队列中（需要再定义一个队列来存储处理后的视频帧）、将处理后的视频帧按照不同的编码规则输出为不同的视频。下面定义第二个结构体变量，用来存储处理后的视频帧。