0x00 环境 Anaconda: 2019.03 Python: 3.6.8 0x01 Linux 安装 Anaconda 交互安装 Anaconda 下载地址: Anaconda 本文中安装位置为 /usr/local/anaconda3 下载安装脚本,赋予执行权限并安装 wget https:
从 AVFrame 中取出帧(YUV)保存为 Mat 格式 本文档针对 YUV420p 编码进行记录 AVFrame 结构体解析 这里列出一些重点变量 变量定义 用途 备注 uint8_t *data[AV_NUM_DATA_POINTERS] 解码后原始数据 int linesize[AV_NUM
交叉编译多平台 FFmpeg 库并提取视频帧 本文档适用于 x86 平台编译 armeabi、armeabi-v7a、arm64-v8a、x86、x86_64 平台的 ffmpeg 运行库 编译新版 FFmpeg 请将 NDK 版本替换为 R17c 以上,将编译脚本中 extra-cflags 参数
Android AARCH64 平台的 OpenCL 配置 开发环境 IDE: Android Studio 3.4.1 Android: 7.1 minSdkVersion: 25 targetSdkVersion: 26 JNI CMake: 3.4.1 ABI: arm64-v8a OpenC
0x00 配置 开发板: Raspberry Pi 3B 系统: Raspbian 2019-04-08 stretch 0x01 下载源码 2019 年 5 月最新的 PHP 7.2 版本号是 7.2.18 PHP 7.2.18 Source code wget https://www.php.n
0x00 配置 硬件 OS: Ubuntu 18.10 Base Board: ASUS WS X299 SAGE CPU: Intel® Core™ i9-9820X GPU: NVIDIA GeForce RTX 2080 * 4 RAM: 64 G 将要安装的软件 NVIDIA Driver:
0x00 说明 本文档中RKNN-SDK 位于 ~/rk1808_linux_v1.00_20181227/ RKNN-Toolkit 和 RKNN demo 包位于 ~/rk1808_linux_v1.00_20181227/external/rknpu/ 其中 rknn 文件夹为 RKNN de
文件名:ssd_mobilenet_v1_pets.config 路径:/path/to/models/research/object_detection/ models 下载地址:Github - TensorFlow Models model {
ssd {
// 类别数,不包括 back
0x00 环境 OS: Ubuntu 1810 x64 Anaconda: 4.6.12 Python: 3.6.8 TensorFlow: 1.13.1 OpenCV: 3.4.1 0x01 基础环境配置 Anaconda 下载地址: Anaconda-4.6.12-Linux 本文中安装位置为
0x00 操作环境 OS: Ubuntu 16.04 LTS CPU: Intel® Core™ i7-4790K GPU: GeForce GTX 1080/PCIe/SSE2 Nvidia Driver Version: 384.130 RAM: 32 GB Anaconda: 4.6.11 C