海思hi3861有2个型号： Hi3861LV100低功耗版低功耗MCUWi-Fi芯片，适用于智能门锁、智能猫眼等低功耗物联网智能产品。Hi3861V100标准版MCUWi-Fi芯片，适用于大小家电、电工照明等常电类物联网智能产品。系统默认的是标准版，低功耗版好像是需要改下设置。越简单越好的原则我一直选用的都是标准版。Hi3861V100标准版关键特性：通用规格•1x12.4GHz频段（ch1～ch14）•PHY支持IEEE802.11b/g/nMAC支持IEEE802.11d/e/h/i/k/v/w•内置PA和LNA，集成TX/RXSwitch、Balun等•支持STA和AP形态，作为AP时
在音视频领域，融合推流，低码流，低延迟，浏览器H5化是一个降低成本，提升用户体验的重要手段。同时适配现有直播的生态也是一个必要条件。 在满足上述要求的情况下，我做了以下实践，取得了良好的效果。 在实践中，我们选择采用了成熟的rtmp做为推流的主要手段，srs直播多媒体服务器的顶级生态位不可或缺，H265作为良好的视频编解码协议，在节约40%以上的码流带宽情况下比H264拥有更清晰的画质和更好的运动画面表现力，新兴的浏览器传输硬解渲染技术作为跨平台web化的门户比起桌面播放器有太多优势。 在设备端推流选取了性价比很高的瑞星微rk3568作为硬件载体，其拥有60fps1080
文章目录一、Caffe模型加载接口二、TensorFlow模型加载接口三、TensorFlowLite模型加载接口四、ONNX模型加载五、DarkNet模型加载接口六、PyTorch模型加载接口沉淀、分享、成长，让自己和他人都能有所收获！😄📢RKNN-Toolkit2目前支持Caffe、TensorFlow、TensorFlowLite、ONNX、DarkNet、PyTorch等模型的加载转换，这些模型在加载时需调用对应的接口，以下为这些接口的详细说明。一、Caffe模型加载接口
基于yolov5与Arcface算法实现人脸检测以及拓展一、摘要二、本课题研究背景及研究意义三、国内外研究背景1、人脸检测技术的研究现状2、人脸识别技术研究现状论文的研究内容一、摘要为协助高校学生查找教室空座分布情况和辅助教师考勤，设计基于视频监控的教室人数统计方法。由于视频监控教室场景下的学生都是处于坐立状态，躯干部分被桌椅遮挡，无法进行全身轮廓检测，并且学生都是低头学习，也无法选择人脸识别进行计数，而选择人头这一部位作为检测目标更加适合教室场景。首先采用YOLOv5s网络作为人头检测识别的模型，在自制人头数据集上对网络进行训练，利用训练好的YOLOv5s网络提取不同视频监控下人头的特征和位
如下代码是一个工具类,可以自己导入到自己项目中，在入口文件中初始化即可使用，使用示例放在下节中importrelationalStorefrom'@ohos.data.relationalStore'importcommonfrom'@ohos.app.ability.common';import{BusinessError}from'@ohos.base';import{ValuesBucket,ValueType}from'@ohos.data.ValuesBucket';constTAG:string='[RDBUtil]'classRDBUtil{ privatecontext:com
1.概述手头有一块RK3568的开发板OK3568-C，但是还没有适配OpenHarmony，用的还是LVDS屏幕，但是官方和网上好像还没有OpenHarmony4.0的LVDS屏幕驱动的通用实现，所以决定尝试了一下适配该开发板，完成LVDS屏幕驱动的适配，点亮屏幕。源代码：oh4.0-lvds-ok3568-c2.具体实现2.1添加ok3568产品（非必须，可以跳过，直接修改原有的rk3568产品）因为OK3568-C开发板使用的是RK3568芯片，和OpenHarmony的主线分支一样，所以添加ok3568产品的基础流程比较简单，就是复制device和vendor下面rk3568的文件夹，
想了解更多关于开源的内容，请访问：51CTO鸿蒙开发者社区https://ost.51cto.com前言对于刚刚接触OpenHarmony应用开发的开发者，最快的入门方式就是开发一个简单的应用，下面记录了一个日历应用的开发过程，通过日历应用的开发，来熟悉基本图形的绘制，ArkUI的组件的使用，UI组件生命周期，加深对OpenHarmony应用开发的理解。效果展示开发环境开发工具：DevEcoStudio3.1Release开发环境：OpenHarmonyAPI9开发语言：eTS关于eTSeTS语言：基于TypeScript（简称TS）拓展的出来的，是OpenHarmony应用开发语言，使用Ar
1查看v4l2设备firefly@firefly:~/opencv_cam$v4l2-ctl--list-devicesrk_hdmirx(fdee0000.hdmirx-controller):/dev/video40rkisp-statistics(platform:rkisp):/dev/video29/dev/video30/dev/video38/dev/video39rkcif-mipi-lvds2(platform:rkcif):/dev/media0/dev/media1rkcif(platform:rkcif-mipi-lvds2):/dev/video0/dev/video
🚀返回专栏总目录文章目录一、应用层二、传输层三、网络层四、数据链路层（DataLinkLayer）五、物理层沉淀、分享、成长，让自己和他人都能有所收获！😄📢对于多数的应用和用户而言，使用互联网的一个基本要求就是数据可以无损地到达。用户通过应用进行网络通信
文章目录一、查询SDK版本二、查询输入输出tensor个数三、查询输入tensor属性(用于通用API接口)四、查询输出tensor属性(用于通用API接口)五、查询模型推理的逐层耗时六、查询模型推理的总耗时七、查询模型的内存占用情况八、查询模型里用户自定义字符串九、查询原始输入tensor属性(用于零拷贝API接口)十、查询原始输出tensor属性(用于零拷贝API接口)十一、查询原始输入tensor属性(用于零拷贝API接口)十二、查询原始输出tenso
