草庐IT

将大数据学习门槛降到了地平线

Hadoop介绍Hadoop-大数据开源世界的亚当夏娃。核心是HDFS数据存储系统,和MapReduce分布式计算框架。HDFS原理是把大块数据切碎,每个碎块复制三份,分开放在三个廉价机上,一直保持有三块可用的数据互为备份。使用的时候只从其中一个备份读出来,这个碎块数据就有了。存数据的叫datenode(格子间),管理datenode的叫namenode(执伞人)。MapReduce原理是大任务先分堆处理-Map,再汇总处理结果-Reduce。分和汇是多台服务器并行进行,才能体现集群的威力。难度在于如何把任务拆解成符合MapReduce模型的分和汇,以及中间过程的输入输出都是什么。单机版Had

在地平线X3上部署车牌识别系统

在地平线X3上部署车牌识别系统一、项目介绍本项目属于AI达人创造营三期项目,主要探索如何将PaddleOCR训练的车牌识别模型部署在地平线X3的板子上,并实现实时推理。项目地址:​https://aistudio.baidu.com/aistudio/projectdetail/4730476​​二、技术要点PaddlePaddle之于Arm对应的平台为paddle-lite。paddle-lite主要为c语言,开发及部署难度较大,虽然支持fpga、npu计算加速,但是并不支持本次项目所用到的地平线X3的bpu。故为实现本项目,需要将paddleocr->onnx->onnxbpu的转换路线。

在地平线X3上部署车牌识别系统

在地平线X3上部署车牌识别系统一、项目介绍本项目属于AI达人创造营三期项目,主要探索如何将PaddleOCR训练的车牌识别模型部署在地平线X3的板子上,并实现实时推理。项目地址:​https://aistudio.baidu.com/aistudio/projectdetail/4730476​​二、技术要点PaddlePaddle之于Arm对应的平台为paddle-lite。paddle-lite主要为c语言,开发及部署难度较大,虽然支持fpga、npu计算加速,但是并不支持本次项目所用到的地平线X3的bpu。故为实现本项目,需要将paddleocr->onnx->onnxbpu的转换路线。