<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[狮山飞虎的的博客]]></title><description><![CDATA[但做好事，莫问前程～ ]]></description><link>https://blog.youkuaiyun.com/walletiger</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; walletiger]]></copyright><item><title><![CDATA[RV1106 OCR 识别算法]]></title><link>https://blog.youkuaiyun.com/walletiger/article/details/147192582</link><guid>https://blog.youkuaiyun.com/walletiger/article/details/147192582</guid><author>walletiger</author><pubDate>Sun, 13 Apr 2025 15:36:40 +0800</pubDate><description><![CDATA[目标是在某款 RV1106 低算力小板下跑通OCR文字识别算法，做个简单的应用，RK 官方模型库有PP-OCR 的例子，但在 rv1106 上尚未支持。于是便打算折腾一吧。参考国外某大佬的比较：对比了几种方案， paddleOCR 在性能和精度上 应该算得上最优， 工程部署上的事情应该不是大问题。hugging-face 的在线比较 ： (PaddleOCR + EasyOcr + kerasOCR)简单测试了一下，ppocr 在复杂的比如模糊的反光的照片下效果要好一些。（尺寸，归一化）=>]]></description><category></category></item><item><title><![CDATA[七 rk3568 android 11 ec20 4G驱动移植]]></title><link>https://blog.youkuaiyun.com/walletiger/article/details/145126815</link><guid>https://blog.youkuaiyun.com/walletiger/article/details/145126815</guid><author>walletiger</author><pubDate>Tue, 14 Jan 2025 00:07:47 +0800</pubDate><description><![CDATA[参考：Quectel_LTE&5G_Linux_USB_Driver_V1.0.zipEC20 内核驱动有两个版本 ，一个是 qmi_wwan， 一个是 GOBNet , 这里用的是 qmi_wwan版本。]]></description><category></category></item><item><title><![CDATA[六 RK3568 GPIO 配置]]></title><link>https://blog.youkuaiyun.com/walletiger/article/details/145126711</link><guid>https://blog.youkuaiyun.com/walletiger/article/details/145126711</guid><author>walletiger</author><pubDate>Mon, 13 Jan 2025 23:58:02 +0800</pubDate><description><![CDATA[查阅资料 RK3568 gpio 总共分五个bank, 每个bank 32 个 pad , 32个 pad 又分 a,b,c,d 4 组 每个 8 个，pad 编号文件 在：重点： gpio 的修改分三步， 第一步修改引脚 pin-mux 为 gpio功能， 第二步 添加 gpio 导出到 dts  ，第三步 gpio 设置 输入或输出功能第二第三步使用 rp-gpio 驱动。]]></description><category></category></item><item><title><![CDATA[五 rk3568 android 11 系统 APP定制]]></title><link>https://blog.youkuaiyun.com/walletiger/article/details/145126626</link><guid>https://blog.youkuaiyun.com/walletiger/article/details/145126626</guid><author>walletiger</author><pubDate>Mon, 13 Jan 2025 23:51:04 +0800</pubDate><description><![CDATA[基于荣品 rk3568 核心 板 android11系统。]]></description><category></category></item><item><title><![CDATA[四 BH1750 光感驱动调试2]]></title><link>https://blog.youkuaiyun.com/walletiger/article/details/145126511</link><guid>https://blog.youkuaiyun.com/walletiger/article/details/145126511</guid><author>walletiger</author><pubDate>Mon, 13 Jan 2025 23:43:40 +0800</pubDate><description><![CDATA[之前调通了用户态接口，android 使用还是不方便，要包装jni使用。这里集成了内核 iio 驱动 ，提供 sys-fs 文件接口 可供固件以及 ANDROID 应用层使用。]]></description><category></category></item><item><title><![CDATA[三 BH1750 光感驱动调试1]]></title><link>https://blog.youkuaiyun.com/walletiger/article/details/145126411</link><guid>https://blog.youkuaiyun.com/walletiger/article/details/145126411</guid><author>walletiger</author><pubDate>Mon, 13 Jan 2025 23:37:29 +0800</pubDate><description><![CDATA[查看手册 BH1750 光感模块 寄存器地址为 0x23su 然后用 i2cdetect 扫描设备：拨，插 对比， 探测设备挂载在 /dev/i2c-5 上， 从设备地址为 0x23。]]></description><category></category></item><item><title><![CDATA[二 RK3568 固件中打开 ADB 调试]]></title><link>https://blog.youkuaiyun.com/walletiger/article/details/145126139</link><guid>https://blog.youkuaiyun.com/walletiger/article/details/145126139</guid><author>walletiger</author><pubDate>Mon, 13 Jan 2025 23:22:45 +0800</pubDate><description><![CDATA[Android 系统，设置->开发者选项->已连接到计算机 打开，usb调试开关打开。通过  usb otg 口连接 开发上位机 (windows/linux)三 开机 默认打开 WIFI ADB & USB ADB。二  wifi adb。一  usb adb。]]></description><category></category></item><item><title><![CDATA[图像增强算法总结]]></title><link>https://blog.youkuaiyun.com/walletiger/article/details/111189808</link><guid>https://blog.youkuaiyun.com/walletiger/article/details/111189808</guid><author>walletiger</author><pubDate>Tue, 15 Dec 2020 03:44:24 +0800</pubDate><description><![CDATA[需要图像增强的原因:

 1 图像噪点过大，影响感观、影响计算机对图像特征的提取

 2 图像因为光线环境等造成整体对比度不足或局部过暗、过曝。细节损失

 3 图像白平衡系数未校准造成图像偏色

 4 图像因采集时镜头失焦等问题造成的模糊

 5 图像由于运动速度过快 (采集一帧时间内发生了剧烈运动)，形成运动模糊

 6 图像因为 sensor 感光等问题造成 色彩饱和度不足

 7 图像分辨率太低，放大后的细节缺失



下面逐一介绍

 一 噪声抑制

  形成噪声的原因很...]]></description><category></category></item><item><title><![CDATA[jetbot12 之 人手目标跟踪(hand tracking)]]></title><link>https://blog.youkuaiyun.com/walletiger/article/details/111147722</link><guid>https://blog.youkuaiyun.com/walletiger/article/details/111147722</guid><author>walletiger</author><pubDate>Sun, 13 Dec 2020 23:55:44 +0800</pubDate><description><![CDATA[有了目标检测 再结合 云台舵机 PID 算法可以实现简单的 目标跟踪:

注: PID 算法源码是机器人开发板厂家提供， 以下是简单原理介绍：

P - 线性控制量 , I - 积分参数 ， D - 微分参数

自动控制系统的经典算法， 要到达目标Y ， 首要是要给系统一个线性作用力，控制量和移动距离体现为比例系数P。 当然这个作用力的结果会有偏差。

积分参数对于产生的偏差起到滞后的纠正作用。

微分参数通过偏差的变化速度提前预估未来的偏差以起到尽早纠正偏差的作用。能加快系统响应。

PID有严谨的理..]]></description><category></category></item><item><title><![CDATA[WINDOWS下 YOLOV3/YOLOV4 CPU 检测验证]]></title><link>https://blog.youkuaiyun.com/walletiger/article/details/111027517</link><guid>https://blog.youkuaiyun.com/walletiger/article/details/111027517</guid><author>walletiger</author><pubDate>Fri, 11 Dec 2020 02:02:04 +0800</pubDate><description><![CDATA[实践环境：

VS2015 + OPENCV4.5 （release build）

cpu ：i7

对比了 darket 和 opencv dnn



darknet：


 ./darknet_no_gpu.exe detector test data/coco.data cfg/yolov3-tiny.cfg yolov3-tiny.weights -i 0 -thresh 0.25 data/dog.jpg --img-size 416 -ext_output



opencv-dn...]]></description><category></category></item><item><title><![CDATA[jetbot11 之 人手目标检测(hand detect)]]></title><link>https://blog.youkuaiyun.com/walletiger/article/details/111027113</link><guid>https://blog.youkuaiyun.com/walletiger/article/details/111027113</guid><author>walletiger</author><pubDate>Fri, 11 Dec 2020 01:42:26 +0800</pubDate><description><![CDATA[一直陷在物体检测的坑里出不来了。谁让这坑如此之深 ！ 继续加点深度 ！ 自己训练一个 object detect 模型 再跑跑 tensorRT 加速吧。

技术主题：

yolov5s 训练人手检测模型并使用 tensortRT 加速。



一 准备数据集

1.1 下载

https://www.robots.ox.ac.uk/~vgg/data/hands/

1.2 转换 yolo 需要的格式

参考：

https://github.com/coldlarry/YOLOv3-complete-.]]></description><category></category></item><item><title><![CDATA[yolov5 pytorch-cpu 环境安装 及验证 (ubuntu20.04)]]></title><link>https://blog.youkuaiyun.com/walletiger/article/details/110734084</link><guid>https://blog.youkuaiyun.com/walletiger/article/details/110734084</guid><author>walletiger</author><pubDate>Sun, 06 Dec 2020 14:05:58 +0800</pubDate><description><![CDATA[伸手党一枚，传奇算法撸起。。



一 系统环境:

主机：Intel(R) Core(TM) i7-8700 CPU @ 3.20GHz ， 虚拟机环境 分配 6 cpu cores

内存: 16G

系统：Ubuntu 20.04.1 LTS (virtual box ）虚拟机



二 本篇目标：

搭建 yolov5 训练环境 (cpu 版本）

后续计划：

 训练 人手识别模型

 部署到 jetson nano 环境



三 yolov5 需要的pytorch环境...]]></description><category></category></item><item><title><![CDATA[用  nanodet 训练口罩检测模型，并在 jetson nano 下部署测试]]></title><link>https://blog.youkuaiyun.com/walletiger/article/details/110733604</link><guid>https://blog.youkuaiyun.com/walletiger/article/details/110733604</guid><author>walletiger</author><pubDate>Sun, 06 Dec 2020 13:50:00 +0800</pubDate><description><![CDATA[一 nanodet 介绍

最近比较火的 one stage 物体定位 和检测模型， 作者不光是取得了比较高的 学术 score ( 精度和性能）， 并且把工程部署的细节也落地了， 在 android 下也有不错的方案。

真是牛的可以， 感觉工程师们再不努力就没饭吃了 。。

https://blog.youkuaiyun.com/amusi1994/article/details/110072440



二 数据集准备：

可以看上面链接的介绍 ，比较详细

也可以参考我的另外一个博文， 里面 github...]]></description><category></category></item><item><title><![CDATA[用 yolov5s 训练口罩检测模型，并在 jetson nano 下部署测试]]></title><link>https://blog.youkuaiyun.com/walletiger/article/details/110733182</link><guid>https://blog.youkuaiyun.com/walletiger/article/details/110733182</guid><author>walletiger</author><pubDate>Sun, 06 Dec 2020 13:10:49 +0800</pubDate><description><![CDATA[一 训练环境:

ubuntu 20.04 + pytorch 1.7 + torchvison 0.8

gpu: gtx1080 8GB



二 下载 yolov5 模型及权重:

https://github.com/ultralytics/yolov5

利用 weigths/download_weights.sh 来下载 yolov5s.pt , 必要的时候 科鞋上网



三 组织 训练数据

3.1 数据集下载 (感谢学长):

https://pan.baidu.com/s/1...]]></description><category></category></item><item><title><![CDATA[jetbot 10 之人脸口罩佩戴检测]]></title><link>https://blog.youkuaiyun.com/walletiger/article/details/110713498</link><guid>https://blog.youkuaiyun.com/walletiger/article/details/110713498</guid><author>walletiger</author><pubDate>Sat, 05 Dec 2020 21:22:14 +0800</pubDate><description><![CDATA[疫情推动了AI技术的进步，口罩检测技术更是被很多爱好者和学术、商业组织玩的百花其开。 开源数据、开源模型非常之多。 如滴滴前不久也公开了他们的 据说 99.5%准确率的模型。

但我还是忍不住要探究一把，让我的 jetbot 后知后觉地掌握一项技能。开干！

一 橹一把 开源人脸口罩模型FaceMaskDetection：

https://github.com/AIZOOTech/FaceMaskDetection

先看下效果:

板子配好 pytorch 环境后可直接运行:


python3 py.]]></description><category></category></item><item><title><![CDATA[jetbot09 之用语音识别 玩脑筋急转弯]]></title><link>https://blog.youkuaiyun.com/walletiger/article/details/110107699</link><guid>https://blog.youkuaiyun.com/walletiger/article/details/110107699</guid><author>walletiger</author><pubDate>Wed, 25 Nov 2020 07:11:25 +0800</pubDate><description><![CDATA[jetbot玩脑筋急转弯２



语音转文字用的百度api, 文字转语音用的 硬件 xfs5152 .

题目是文本格式每个题一行， 格式如下:



问题1-正确答案-匹配正确关键词1|匹配正确关键词2 ...

问题2-正确答案-匹配正确关键词1|匹配正确关键词2 ...



下面是部分实现:


import time
import Speech
from voice_capture import VoiceCapture
import random
from wav2text import p..]]></description><category></category></item><item><title><![CDATA[jetbot 08 之文字(ocr)识别]]></title><link>https://blog.youkuaiyun.com/walletiger/article/details/109966455</link><guid>https://blog.youkuaiyun.com/walletiger/article/details/109966455</guid><author>walletiger</author><pubDate>Sun, 22 Nov 2020 22:22:55 +0800</pubDate><description><![CDATA[一 这里用的 paddleocr .

 虽然 gpu 加速针对 jetpack 4.4 跑不起来. cpu 版本的速度勉强可以接受.

二 对比其他算法(个人观点):

chineseocr 识别出来浏览器显示有乱码..

chineseocr_lite 试了下 错误率比较高, 如下图所示:





ppocr 的实例, 让 jetson nano 来读绘本 - 语音识别+ 语音转文字




#!/usr/bin/python3
# -*- coding:utf-8 -*-
import sys...]]></description><category></category></item><item><title><![CDATA[jetbot 07 之人脸识别 (人脸比对)]]></title><link>https://blog.youkuaiyun.com/walletiger/article/details/109965216</link><guid>https://blog.youkuaiyun.com/walletiger/article/details/109965216</guid><author>walletiger</author><pubDate>Sun, 22 Nov 2020 22:04:31 +0800</pubDate><description><![CDATA[jetson nano 下来尝一下github 近3.7w星的代码 .

https://github.com/ageitgey/face_recognition

一 通过demo分析一下人脸比对的算法流程.

 a 输入几个要比对的人脸样本, 定位人脸 face_location, 对人脸区域编码 face_encodings

 b 在待检测的图像里,先进行人脸定位 face_location, 定位出的人脸区 作编码 face_encodings

 c 定位出...]]></description><category></category></item><item><title><![CDATA[jetbot 06 之实时人脸表情检测]]></title><link>https://blog.youkuaiyun.com/walletiger/article/details/109837667</link><guid>https://blog.youkuaiyun.com/walletiger/article/details/109837667</guid><author>walletiger</author><pubDate>Fri, 20 Nov 2020 11:01:01 +0800</pubDate><description><![CDATA[在实时人脸检测的基础上， 做表情的实时识别真的可以。 但要有好的效果 一要有好的模型，二要有很棒的图像预处理。

三检测的人要有丰富的表情， 目光呆滞????的程序狗恐怕也让会算法素手无策。。 当然可以找个表情丰富的妹子鉴定以下效果。

这里只讲 模型的应用， 开始。

项目github 地址：

https://github.com/walletiger/jetson_facial_emotion_examples



一 把人脸检测封装成库


#darknet_fd.py

#!/usr/bin/p]]></description><category></category></item><item><title><![CDATA[jetson nano jetpack4.4.1 下安装 tensorflow gpu + keras]]></title><link>https://blog.youkuaiyun.com/walletiger/article/details/109832423</link><guid>https://blog.youkuaiyun.com/walletiger/article/details/109832423</guid><author>walletiger</author><pubDate>Fri, 20 Nov 2020 00:58:57 +0800</pubDate><description><![CDATA[一： tenserflow 的安装:

https://forums.developer.nvidia.com/t/official-tensorflow-for-jetson-nano/71770

二 keras 安装

tensorflow 2.x 和 1.x 支持的 keras 版本不一致， 如果是 2.x 直接:

pip3 install keras

如果是 1.x

pip3 install keras==2.1.5




...]]></description><category></category></item></channel></rss>