【上海晶珩睿莓 1 單板計(jì)算機(jī)】人臉識(shí)別 本文介紹了上海晶珩睿莓 1 單板計(jì)算機(jī)結(jié)合 OpenCV 內(nèi)置 YuNet 算法和 SFace 模型實(shí)現(xiàn)人臉識(shí)別的項(xiàng)目設(shè)計(jì)，包括環(huán)境部署、預(yù)訓(xùn)練模型獲取

近日，奕斯偉計(jì)算與全球開(kāi)源操作系統(tǒng)領(lǐng)軍企業(yè)Canonical簽署授權(quán)許可協(xié)議， 奕斯偉計(jì)算EBC77系列硬件產(chǎn)品——SBC單板計(jì)算機(jī)、Mini-DTX主板， 正式獲得Ubuntu操作系統(tǒng)安裝許可

12月5日，由中國(guó)圖象圖形學(xué)學(xué)會(huì)青年工作委員會(huì)（下簡(jiǎn)稱“青工委”）、上海市計(jì)算機(jī)學(xué)會(huì)計(jì)算機(jī)視覺(jué)專(zhuān)委會(huì)（下簡(jiǎn)稱“專(zhuān)委會(huì)”）聯(lián)合主辦，上海西井科技股份有限公司、江蘇路街道商會(huì)承辦的“上海計(jì)算機(jī)視覺(jué)企業(yè)行—走進(jìn)西井科技”學(xué)術(shù)沙龍，在西井科技武夷路上?？偛宽樌e行。

電子發(fā)燒友網(wǎng)報(bào)道（文/吳子鵬）日前，中國(guó)首個(gè)規(guī)?；瘜?zhuān)用光量子計(jì)算機(jī)制造工廠在深圳南山智城正式啟用，我國(guó)量子計(jì)算產(chǎn)業(yè)迎來(lái)了歷史性時(shí)刻——這不僅是國(guó)內(nèi)首個(gè)光量子計(jì)算機(jī)規(guī)?；圃旎氐恼Q生，更標(biāo)志著中國(guó)在

據(jù)央視新聞報(bào)道；在24日；深圳南山區(qū)國(guó)內(nèi)首個(gè)光量子計(jì)算機(jī)制造工廠正式進(jìn)入小規(guī)模生產(chǎn)階段，據(jù)悉該工廠是隸屬于玻色量子；總面積約5000平方米，集研發(fā)、制造、測(cè)試于一體，用于實(shí)現(xiàn)光量子計(jì)算機(jī)的工程化、標(biāo)準(zhǔn)化和規(guī)?；a(chǎn)。第一臺(tái)計(jì)算能力達(dá)到1000個(gè)量子比特的光量子計(jì)算機(jī)在這里生產(chǎn)。 ?

在工業(yè)自動(dòng)化和智能制造領(lǐng)域，計(jì)算機(jī)設(shè)備作為核心控制單元，其選擇直接影響整個(gè)系統(tǒng)的穩(wěn)定性與可靠性。工控機(jī)與普通計(jì)算機(jī)雖同屬計(jì)算設(shè)備，但其設(shè)計(jì)目標(biāo)、性能側(cè)重和應(yīng)用場(chǎng)景存在根本性差異。準(zhǔn)確理解這些差異，是進(jìn)行正確設(shè)備選型的基礎(chǔ)。

電子發(fā)燒友網(wǎng)綜合報(bào)道 2025年11月14日，中國(guó)電信量子研究院正式宣布，搭載“祖沖之三號(hào)”同款芯片的超導(dǎo)量子計(jì)算機(jī)“天衍-287”完成搭建。這一突破標(biāo)志著我國(guó)首個(gè)具備“量子計(jì)算優(yōu)越性”的量子計(jì)算云

不同客戶對(duì)高性能信創(chuàng)嵌入式計(jì)算機(jī)的多樣化需求。 []() BPI - 2K3000可應(yīng)用于企業(yè)辦公、個(gè)人微型計(jì)算機(jī)、高性能工業(yè)計(jì)算機(jī)，以及教育、醫(yī)療、金融、邊緣計(jì)算等領(lǐng)域。它具有高性能計(jì)算、便攜、低能耗和易

2025年11月8日，由教育部計(jì)算機(jī)類(lèi)專(zhuān)業(yè)系統(tǒng)能力課程群虛擬教研室指導(dǎo)、北京航空航天大學(xué)計(jì)算機(jī)學(xué)院主辦的龍架構(gòu)計(jì)算機(jī)系統(tǒng)能力核心課程教學(xué)研討會(huì)在京舉行。

近日，2025中國(guó)工業(yè)計(jì)算機(jī)大會(huì)（CCF ICCC 2025）在云南昆明召開(kāi)。本次大會(huì)由中國(guó)計(jì)算機(jī)學(xué)會(huì)主辦，中國(guó)計(jì)算機(jī)學(xué)會(huì)工業(yè)控制計(jì)算機(jī)專(zhuān)委會(huì)、國(guó)家工業(yè)控制機(jī)及系統(tǒng)工程技術(shù)研究中心和昆明

貿(mào)澤電子開(kāi)售全新Arduino UNO Q單板計(jì)算機(jī)。Arduino UNO Q單板計(jì)算機(jī)（SBC）將高性能計(jì)算與實(shí)時(shí)控制結(jié)合，提供理想的創(chuàng)新平臺(tái)。

近日，備受矚目的第22屆中國(guó)計(jì)算機(jī)大會(huì)（CNCC2025）在哈爾濱開(kāi)幕。本屆大會(huì)注冊(cè)人數(shù)突破1.2萬(wàn)人，匯聚了來(lái)自全球計(jì)算機(jī)領(lǐng)域的頂尖學(xué)者、產(chǎn)業(yè)領(lǐng)袖、青年學(xué)子及國(guó)際組織代表。大會(huì)以“數(shù)智賦能、無(wú)限可能”為主題，旨在深度探討數(shù)字智能技術(shù)的前沿進(jìn)展與未來(lái)趨勢(shì)，為推動(dòng)計(jì)算技術(shù)與經(jīng)濟(jì)社會(huì)深度融合貢獻(xiàn)智慧。

10月23日至25日，第二十二屆中國(guó)計(jì)算機(jī)大會(huì)（CNCC2025）在哈爾濱成功舉辦。大會(huì)以“數(shù)智賦能，無(wú)限可能”為主題，匯聚了來(lái)自全球計(jì)算機(jī)領(lǐng)域的頂尖學(xué)者、產(chǎn)業(yè)領(lǐng)袖、青年學(xué)子及國(guó)際組織代表，共同探討

在導(dǎo)航系統(tǒng)中，嵌入式計(jì)算機(jī)的核心作用是實(shí)時(shí)處理多種傳感器的數(shù)據(jù)，運(yùn)行復(fù)雜的導(dǎo)航算法，最終計(jì)算出載體的精確位置、姿態(tài)、速度和時(shí)間信息。

DGX Spark 現(xiàn)已開(kāi)啟預(yù)訂！麗臺(tái)科技作為 NVIDIA 授權(quán)分銷(xiāo)商，提供從產(chǎn)品到服務(wù)的一站式解決方案，助力輕松部署桌面 AI 計(jì)算機(jī)。

全國(guó)產(chǎn)化導(dǎo)航計(jì)算機(jī)子卡是實(shí)現(xiàn)在國(guó)防、航天等國(guó)家關(guān)鍵領(lǐng)域技術(shù)自主的重要一環(huán)。

Gateworks采用u-blox GNSS RTK、校正服務(wù)和藍(lán)牙模塊，為應(yīng)用開(kāi)發(fā)者提供可應(yīng)對(duì)惡劣環(huán)境的可靠精準(zhǔn)定位與通信能力。

千兆以太網(wǎng)端口用于充電的USB-C接口我很喜歡在較小的單板計(jì)算機(jī)（SBC）上看到以太網(wǎng)端口，因?yàn)檫@使它們作為瘦客戶端更有用，而且對(duì)于這種尺寸的單板計(jì)算機(jī)來(lái)說(shuō)，充裕的

MUSE Pi Pro 單板計(jì)算機(jī)將 RISC-V 八核處理器、存儲(chǔ)硬盤(pán)、通用接口部件和擴(kuò)展接口布置在同一塊電路板上，支持 UEFI 啟動(dòng)以及多種操作系統(tǒng)和應(yīng)用的運(yùn)行，是一款完整的計(jì)算機(jī)系統(tǒng)產(chǎn)品

北斗衛(wèi)星同步時(shí)鐘系統(tǒng)：水電新能源計(jì)算機(jī)監(jiān)控系統(tǒng)

賽昉科技VisionFive 2單板計(jì)算機(jī)開(kāi)發(fā)板測(cè)評(píng)作品合集 產(chǎn)品介紹： 昉·星光 2是全球首款集成了3D GPU的高性能量產(chǎn)RISC-V單板計(jì)算機(jī)，搭載昉·驚鴻-7110（型號(hào)：JH-7110

8月26日，elexcon2025深圳國(guó)際電子展在深圳會(huì)展中心隆重開(kāi)幕。在全球知名新品引入（NPI）代理商貿(mào)澤電子（Mouser Electronics） 展臺(tái)（1號(hào)館1Q30），DFRobot展示了其LattePanda Sigma單板計(jì)算機(jī)與Qwen3大語(yǔ)言模型的融合應(yīng)用。

Banana Pi BPI-R4 Lite 現(xiàn)已上市。具體來(lái)說(shuō)，這款單板計(jì)算機(jī)在 Youyeetoo 上的售價(jià)約為 86 美元，但客戶在下單前請(qǐng)務(wù)必查看運(yùn)輸條款和費(fèi)用。這是一款單板計(jì)算機(jī)，有望成為

加固計(jì)算機(jī)是一種專(zhuān)門(mén)為復(fù)雜環(huán)境和特殊行業(yè)應(yīng)用設(shè)計(jì)的高性能設(shè)備。它不僅具備常規(guī)電腦的數(shù)據(jù)處理和運(yùn)算功能，更在結(jié)構(gòu)設(shè)計(jì)、防護(hù)等級(jí)和硬件配置方面做了全面優(yōu)化。例如，它的外殼通常采用鎂鋁合金或高強(qiáng)度復(fù)合材料

全志科技合作伙伴瑞莎計(jì)算機(jī)(Radxa) 今日發(fā)布基于全志 A733處理器平臺(tái)的單板計(jì)算機(jī)—— Cubie A7A。該產(chǎn)品將高性能計(jì)算、AI 加速能力與靈活的接口擴(kuò)展相結(jié)合，面向邊緣計(jì)算、人工智能

2025重磅消息！今年9月，樹(shù)莓派團(tuán)隊(duì)將首次亮相上海工博會(huì)（CIIF）。屆時(shí)，現(xiàn)場(chǎng)將展示超多硬核科技：從樹(shù)莓派單板計(jì)算機(jī)（最高至RaspberryPi500）、RaspberryPiPico系列，到基于RP2350的解決方案，還有AI產(chǎn)品、攝像頭和前沿工業(yè)設(shè)備ComputeModule5

創(chuàng)建init 創(chuàng)建init.sh文件，并設(shè)置權(quán)限為root sudo chown root init.sh sudo chgrp root init.sh init.sh文件中寫(xiě)入 #!/bin/bash echo \"系統(tǒng)于 $(date) 開(kāi)機(jī)\" >> /var/log/myscript.log cd /home/user/01_LCD/ python3 LCD_demo.py 配置啟動(dòng)服務(wù) 在 /etc/systemd/system/ 目錄下創(chuàng)建一個(gè) .service 文件（如 my.service） 并寫(xiě)入下述代碼 [Unit] Description=My Custom Script After=network.target [Service] Type=simple ExecStart=/home/user/init.sh User=root [Install] WantedBy=multi-user.target 添加服務(wù) # 重新加載systemd配置 sudo systemctl daemon-reload # 設(shè)置開(kāi)機(jī)自啟 sudo systemctl enable my.service # 手動(dòng)測(cè)試服務(wù)是否正常運(yùn)行 sudo systemctl start my.service 驗(yàn)證是否生成 cat /var/log/myscript.log# 查看日志是否生成 然后重啟設(shè)備就可以看到開(kāi)機(jī)就會(huì)自動(dòng)顯示時(shí)間和圖片了

倘若計(jì)算的未來(lái)并非被專(zhuān)有架構(gòu)所壟斷，那會(huì)怎樣？想象一下這樣一個(gè)世界：開(kāi)發(fā)者和業(yè)余愛(ài)好者都能利用開(kāi)源硬件的力量自由地構(gòu)建、創(chuàng)新和實(shí)驗(yàn)?，F(xiàn)在，讓我們走進(jìn)RISC-V單板計(jì)算機(jī)（SBC）的世界——一個(gè)正在

小結(jié) 電子相冊(cè)功能已完成，附帶一個(gè)日歷效果。 可以通過(guò)同局域網(wǎng)samba實(shí)現(xiàn)手機(jī)或者電腦直接將圖片傳到vf2中，并在代碼中設(shè)定輪流播放的時(shí)間。 記錄生活照片或者做成文物日歷。 基礎(chǔ)功能暫時(shí)告一段落。 使用感受： vf2提供了python控制gpio接口，簡(jiǎn)化了驅(qū)動(dòng)的實(shí)現(xiàn)。 vf2的python實(shí)現(xiàn)很方便，直接調(diào)用庫(kù)實(shí)現(xiàn)圖片的等比放大，轉(zhuǎn)成想要的色深等等。 后續(xù)完全可以結(jié)合i2c等實(shí)現(xiàn)對(duì)應(yīng)傳感器數(shù)據(jù)的顯示，我就不在這里更新了。 此外還有一些遺憾 缺少wifi，始終需要使用網(wǎng)口 測(cè)試下來(lái)，使用python將一張圖解析出來(lái)轉(zhuǎn)色深到lcd上，需要3s以上，之后我再基于同版參數(shù)和其他的開(kāi)發(fā)板做評(píng)估吧。 本打算實(shí)現(xiàn)音頻接口功能，由于時(shí)間有限，加上刷機(jī)有點(diǎn)沒(méi)弄明白，不是一次性刷到sd卡中，所以音頻的部分只能擱置。 人臉識(shí)別的部分以后再做吧，可以結(jié)合led燈陣做成寄存柜，之后項(xiàng)目再更新。 #!/usr/bin/python \"\"\" Please make sure the 2.4inch LCD Moudle is connected to the correct pins. The following table describes how to connect the 2.4inch LCD Module to the 40-pin header. ------------------------------------------------- __2.4inch LCD Module___Pin Number_____Pin Name VCC173.3 V Power GND39 GND DIN19SPI MOSI CLK23SPI SCLK CS 13GPIO43y DC 11GPIO42y- RST07GPIO55y- BL 15GPIO47y ------------------------------------------------- \"\"\" import os import sys import time import logging from PIL import Image from datetime import datetime sys.path.append(\"..\") import VisionFive.boardtype as board_t # from lib import LCD2inch4_lib from lib import LCD_ST7735_lib from lib import LCD_GC9306_lib from lib import LCD_ILI9488_lib \"\"\" --------------------------------------------------------------- { Init \"\"\" WHITE = 0xffffff # WHITE = 0x0000 BLUE = 0xFF0000 lcd_num = 3 # 1 st7735, 2 gc9306, 3 ili9488 pin_res = 7 pin_dc = 11 # 初始化lcd # Determining cpu Type: 1 means visionfive1; 2 means visionfive 2 vf_t = board_t.boardtype() print(\"vf_t \",vf_t) if vf_t == 1: SPI_DEVICE = \"/dev/spidev0.0\" elif vf_t == 2: SPI_DEVICE = \"/dev/spidev1.0\" else: print(\"This module can only be run on a VisionFive board!\") \"\"\"The initialization settings of 2inch and 2.4inch are distinguished\"\"\" # pin_res, pin_dc match lcd_num: case 1: print(\"lcd st7735\") disp = LCD_ST7735_lib.LCD_ST7735(7, 11, SPI_DEVICE) disp.lcd_init_st7735() case 2: print(\"lcd gc9306\") disp = LCD_GC9306_lib.LCD_GC9306(7, 11, SPI_DEVICE) disp.lcd_init_gc9306() case 3: print(\"lcd ili9488\") disp = LCD_ILI9488_lib.LCD_ILI9488(7, 11, SPI_DEVICE) disp.lcd_init_ili9488() case _: print(\"unknown lcd\") # 獲取文件夾中圖片名稱 folder_path = \"./picture\" # folder_path = \"./picture_column\" # folder_path = \"./tmp\" items = os.listdir(folder_path) file_paths = [] for item in items: item_path = os.path.join(folder_path, item) if os.path.isfile(item_path) and \"._\" not in item and \".DS_Store\" not in item: # if os.path.isfile(item_path):# 只保留文件 file_paths.append(item_path) \"\"\" } --------------------------------------------------------------- \"\"\" def show_img(image_path): time_start = time.time() # print(time.time(),\"show img\") print(image_path) disp.lcd_ShowImage(image_path, 0, 50) time_end = time.time() print(\"cost time:\",time_end-time_start) # time.sleep(2) # def show_img(image_path): #time_start = time.time() ## print(time.time(),\"show img\") #image = Image.open(image_path) #disp.lcd_ShowImage(image, 0, 50) #image.close() #time_end = time.time() #print(\"cost time:\",time_end-time_start) ## time.sleep(2) def test_clear(): # print(\"clear write\") # time.sleep(2) print(\"clear screen -- White\") disp.lcd_clear(WHITE) time.sleep(2) print(\"clear screen -- Blue\") if lcd_num == 3: # Blue=0x03F0000 # Blue=0xFC0000 # Blue=0x3F0000 Blue=0x03F000 else: Blue=0x001f disp.lcd_clear(Blue) time.sleep(2) def get_time(): times = time.time() # print(times) local_times = time.localtime(times) local_time_asctimes = time.asctime(local_times) # print(local_time_asctimes) return local_time_asctimes def get_time2(): now = datetime.now() formatted_time = now.strftime(\"%Y年%m月%d日 %H時(shí)%M分%S秒\") latinFileName= formatted_time.encode(\"utf-8\").decode(\"latin1\") return latinFileName def get_file_list(): file_nummax = 0 # 獲取文件夾中圖片名稱 folder_path = \"./picture\" # folder_path = \"./picture_column\" # folder_path = \"./tmp\" items = os.listdir(folder_path) file_paths = [] for item in items: item_path = os.path.join(folder_path, item) if os.path.isfile(item_path) and \"._\" not in item and \".DS_Store\" not in item: # if os.path.isfile(item_path):# 只保留文件 file_paths.append(item_path) file_nummax += 1 print(\"file max\",file_nummax) return file_paths,file_nummax def is_12h(): time_hour = datetime.now().hour if time_hour == 24 & flag_update == True: print(\"12點(diǎn)了\") flag_update = False return True else: flag_update = True print(time_hour) return False def is_sec(sec=0): time_second = datetime.now().second if time_second % sec == 0 : return True # else: # print(time_second) return False def main(): print(\"-----------lcd demo-------------\") disp.lcd_clear(WHITE) # test_clear() # test picture and lcd xy direction # show_img(\"./tmp/line.jpg\") # show_img(\"./tmp/line2.jpg\") # show_img(\"./tmp/line320.jpg\") # show_img(\"./tmp/line480.jpg\") # show_img(\"./picture/parrot.bmp\") # show_img(\"./picture_test/code.jpg\") # show_img(\"./picture_test/IMG_4512.jpeg\") # show_img(\"./picture_test/IMG_4529.jpeg\") # show_img(\"./picture/visionfive2.png\") # show_img(\"./picture_column/IMG_5415.jpeg\") print(get_time(),\"show text\") disp.display_text(get_time()) show_img(\"./picture_column/a.png\") file_num = 1 (file_list, file_num_max) = get_file_list() print(file_list[file_num], file_num_max) show_img(file_list[file_num]) flag_update = False print(get_time(),\"start\") while 1: disp.display_text(get_time()) # print(time.time()) # print(time.time()%5) if is_sec(10) == True: if flag_update == True: file_num += 1 if file_num == file_num_max: file_num = 0 print(\"\\\\n= \",get_time()) show_img(file_list[file_num]) flag_update = False else: flag_update = True # is_12h() # if int(time.time()) % 20 == 0 : #file_num += 1 #show_img(file_list[file_num]) # show_img(\"./picture/IMG_3278.jpeg\") # disp.lcd_clear_range(WHITE,0,0,0,40) # for path in file_paths: #print(time.strftime(\"%Y-%m-%d %H:%M:%S\", time.localtime(time.time()))) #path_tmp = path #print(path_tmp) #show_img(path_tmp) #time.sleep(2) # except KeyboardInterrupt: #break print(\"Exit demo!\") if __name__ == \'__main__\': main() import os import sys import time import logging import VisionFive.spi as spi import VisionFive.gpio as gpio import numpy as np from PIL import Image, ImageDraw, ImageFont class LCD_ILI9488: width = 320 height = 480 rotate = 180 WHITE = 0xffffff def __init__(self, rst_pin, dc_pin, dev): gpio.setmode(gpio.BOARD) self.pin_rst = rst_pin self.pin_dc = dc_pin self.pin_bl = 15 self.spidev = dev spi.getdev(self.spidev) \"\"\"Reset the maximum clock frequency of communication\"\"\" \"\"\"The display speed of the picture is positively correlated with the clock frequency\"\"\" # spi.setmode(500000, 0, 8) spi.setmode(40000000, 0, 8) gpio.setup(self.pin_rst, gpio.OUT) gpio.setup(self.pin_dc, gpio.OUT) gpio.setup(self.pin_bl, gpio.OUT) def __del__(self): spi.freedev() \"\"\"add a short delay for each change of electrical level\"\"\" def lcd_reset(self): gpio.output(self.pin_bl, gpio.HIGH) # time.sleep(0.120) # gpio.output(self.pin_rst, gpio.HIGH) # time.sleep(0.20) gpio.output(self.pin_rst, gpio.LOW) time.sleep(0.100) gpio.output(self.pin_rst, gpio.HIGH) time.sleep(0.100) gpio.output(self.pin_bl, gpio.HIGH) # self.lcd_sendcmd(0x01) def lcd_spisend(self, data): spi.transfer(data) def lcd_sendcmd(self, cmd): gpio.output(self.pin_dc, gpio.LOW) spi.transfer(cmd) def lcd_senddata(self, data): gpio.output(self.pin_dc, gpio.HIGH) spi.transfer(data) \"\"\"write multiple bytes\"\"\" def lcd_sendnbytes(self, data): gpio.output(self.pin_dc, gpio.HIGH) spi.write(data) \"\"\"common registers\' initialization of 2.4inch LCD module\"\"\" def lcd_init_ili9488(self): self.lcd_reset() # self.lcd_sendcmd(0x11) # self.lcd_senddata(0x00) # time.sleep(0.200) self.lcd_sendcmd(0xE0) self.lcd_senddata(0x00) self.lcd_senddata(0x03) self.lcd_senddata(0x09) self.lcd_senddata(0x08) self.lcd_senddata(0x16) self.lcd_senddata(0x0A) self.lcd_senddata(0x3F) self.lcd_senddata(0x78) self.lcd_senddata(0x4C) self.lcd_senddata(0x09) self.lcd_senddata(0x0A) self.lcd_senddata(0x08) self.lcd_senddata(0x16) self.lcd_senddata(0x1A) self.lcd_senddata(0x0F) self.lcd_sendcmd(0xE1) self.lcd_senddata(0x00) self.lcd_senddata(0x16) self.lcd_senddata(0x19) self.lcd_senddata(0x03) self.lcd_senddata(0x0F) self.lcd_senddata(0x05) self.lcd_senddata(0x32) self.lcd_senddata(0x45) self.lcd_senddata(0x46) self.lcd_senddata(0x04) self.lcd_senddata(0x0E) self.lcd_senddata(0x0D) self.lcd_senddata(0x35) self.lcd_senddata(0x37) self.lcd_senddata(0x0F) self.lcd_sendcmd(0xC0) self.lcd_sendcmd(0x17) self.lcd_senddata(0x15) self.lcd_sendcmd(0xC1) self.lcd_senddata(0x41) self.lcd_sendcmd(0xC5) self.lcd_sendcmd(0x00) self.lcd_senddata(0x12) self.lcd_senddata(0x80) self.lcd_sendcmd(0x36) # self.lcd_sendcmd(0x48) # self.lcd_sendcmd(0x40) # self.lcd_sendcmd(0x88) # self.lcd_sendcmd(0x28) self.lcd_sendcmd(0x88) self.lcd_sendcmd(0x3A) self.lcd_senddata(0x66) # color bit : 0x66 18bit, 0x77 24bit, 0x55 16bit self.lcd_sendcmd(0xC8) self.lcd_senddata(0xB1) self.lcd_sendcmd(0xB0) self.lcd_sendcmd(0x80) self.lcd_sendcmd(0xB1) self.lcd_sendcmd(0x80) # SDA_EN = 0, DIN and SDO pins are used for 3/4 wire serial interface. # SDA_EN = 1, DIN/SDA pin is used for 3/4 wire serial interface and SDO pin is not used. self.lcd_sendcmd(0xB4) self.lcd_sendcmd(0x02) self.lcd_sendcmd(0xB6) self.lcd_sendcmd(0x02) self.lcd_senddata(0x02) self.lcd_sendcmd(0xE9) self.lcd_senddata(0x00) self.lcd_sendcmd(0x53) self.lcd_senddata(0x28) self.lcd_sendcmd(0x51) self.lcd_senddata(0x7F) self.lcd_sendcmd(0xF7) self.lcd_senddata(0xA9) self.lcd_senddata(0x51) self.lcd_senddata(0x2C) self.lcd_senddata(0x02) self.lcd_sendcmd(0x11) # self.lcd_senddata(0x00) time.sleep(0.100) self.lcd_sendcmd(0x29) def lcd_set_rotate(): match self.rotate: case 0: self.lcd_sendcmd(0x36) self.lcd_sendcmd(0x88) case 90: self.lcd_sendcmd(0x36) self.lcd_sendcmd(0x28) case 180: self.lcd_sendcmd(0x36) self.lcd_sendcmd(0x48) case 270: self.lcd_sendcmd(0x36) self.lcd_sendcmd(0xE8) case _: self.lcd_sendcmd(0x36) self.lcd_sendcmd(0x88) def lcd_setPos(self, Xstart, Ystart, Xend, Yend): self.lcd_sendcmd(0x2A) self.lcd_senddata(Xstart >> 8) self.lcd_senddata(Xstart & 0xFF) self.lcd_senddata((Xend - 1) >> 8) self.lcd_senddata((Xend - 1) & 0xFF) self.lcd_sendcmd(0x2B) self.lcd_senddata(Ystart >> 8) self.lcd_senddata(Ystart & 0xFF) self.lcd_senddata((Yend - 1) >> 8) self.lcd_senddata((Yend - 1) & 0xFF) self.lcd_sendcmd(0x2C) def lcd_clear(self, color): \"\"\"Clear contents of image buffer\"\"\" _buffer = [color] * (self.width * self.height * 3)# * 3 print(_buffer[0],_buffer[1],_buffer[2]) # self.lcd_setPos(0, 0, self.width, self.height) self.lcd_setPos(0, 0, self.width, self.height) gpio.output(self.pin_dc, gpio.HIGH) \"\"\"modify the original single byte write to multi byte write\"\"\" # for i in range(0,len(_buffer)): # self.lcd_spisend(_buffer[i]) self.lcd_sendnbytes(_buffer) # self.lcd_sendcmd(0x29) def lcd_clear_range(self, color, x_start, y_start, x_end, y_end): \"\"\"Clear contents of image buffer\"\"\" _buffer = [color] * (self.width * self.height * 3)# * 3 print(_buffer[0],_buffer[1],_buffer[2]) # self.lcd_setPos(0, 0, self.width, self.height) self.lcd_setPos(x_start, y_start, x_end, y_end) gpio.output(self.pin_dc, gpio.HIGH) \"\"\"modify the original single byte write to multi byte write\"\"\" # for i in range(0,len(_buffer)): # self.lcd_spisend(_buffer[i]) self.lcd_sendnbytes(_buffer) # self.lcd_sendcmd(0x29) def Image_to_RGB565(self, Image): img = np.asarray(Image) pix = np.zeros((self.width, self.height, 3), dtype=np.uint8) # RGB888 >> RGB565 pix[..., [0]] = np.add( np.bitwise_and(img[..., [0]], 0xF8), np.right_shift(img[..., [1]], 5) ) pix[..., [1]] = np.add( np.bitwise_and(np.left_shift(img[..., [1]], 3), 0xE0), np.right_shift(img[..., [2]], 3), ) pix = pix.flatten().tolist() # return pix.flatten().tolist() return pix def Image_to_RGB666(self, Image): # 將RGB888轉(zhuǎn)換為RGB666 img = np.asarray(Image) # 創(chuàng)建一個(gè)(寬度, 高度, 3)的數(shù)組，每個(gè)通道6位，用uint8存儲(chǔ) pix = np.zeros((self.width, self.height, 3), dtype=np.uint8) # RGB888 >> RGB666轉(zhuǎn)換 # 每個(gè)通道保留高6位（右移2位丟棄最低2位） pix[..., 0] = np.right_shift(img[..., 0], 2)# 紅色通道(6位) pix[..., 1] = np.right_shift(img[..., 1], 2)# 綠色通道(6位) pix[..., 2] = np.right_shift(img[..., 2], 2)# 藍(lán)色通道(6位) return pix def Image_RGB888_to_RGB666(self, Image): img = np.asarray(Image) pix = np.zeros((self.height, self.width, 3), dtype=np.uint8) pix[..., [0]] = np.left_shift(np.left_shift(img[..., [0]], 2), 2) pix[..., [1]] = np.left_shift(np.left_shift(img[..., [1]], 2), 2) pix[..., [2]] = np.left_shift(np.left_shift(img[..., [2]], 2), 2) return pix.flatten().tolist() def display_text(self, text, font_size=30, x=0, y=10, color=(0,0,0)): # self.lcd_clear(self.WHITE) # 創(chuàng)建與屏幕尺寸相同的圖像 font_width = 320 font_height = 50 image = Image.new(\'RGB\', (font_width, font_height), color=(255, 255, 255))# 黑色背景 draw = ImageDraw.Draw(image) # 加載字體 (使用系統(tǒng)字體或自定義字體文件) try: # 嘗試加載系統(tǒng)字體 font = ImageFont.truetype(\'/usr/01_LCD/lib/DejaVuSans.ttf\', font_size) # print(\"find ttf\") except IOError: #fallback到默認(rèn)字體 font = ImageFont.load_default() # print(\"not find ttf\") # 在圖像上繪制文字 draw.text((x, y), text, font=font, fill=color) img_array = np.asarray(image, dtype=np.uint8)# 形狀為 (height, width, 3)，值范圍[0,255] # 創(chuàng)建存儲(chǔ)6位數(shù)據(jù)的數(shù)組 pix = np.zeros((self.height, self.width, 3), dtype=np.uint8) # 比例縮放：將8位值[0,255]映射到6位值[0,63] # 公式：6位值 = 8位值 × (63/255)，四舍五入取整 scale_factor = 63 * 4 / 255# 縮放因子 pix = np.round(img_array * scale_factor).astype(np.uint8) pix = pix.flatten().tolist() self.lcd_sendcmd(0x36) # self.lcd_senddata(0xC8) self.lcd_senddata(0x48) self.lcd_setPos(0, 0, font_width, font_height) gpio.output(self.pin_dc, gpio.HIGH) # 顯示圖像到屏幕 # display.display(image) self.lcd_sendnbytes(pix) def lcd_ShowImage(self, image_path, Xstart, Ystart): \"\"\"Set buffer to value of Python Imaging Library Image_show.\"\"\" \"\"\"Write display buffer to physical display\"\"\" Image_show = Image.open(image_path) # print(\"Image_show.mode\", Image_show.mode) tmp_width, tmp_height = Image_show.size # print(\"sss\",tmp_width,tmp_height) if tmp_width > tmp_height: width_ratio = self.width / tmp_height height_ratio = self.height / tmp_width else: width_ratio = self.width / tmp_width height_ratio = self.height / tmp_height scale_ratio = min(width_ratio, height_ratio) new_width = int(tmp_width * scale_ratio) new_height = int(tmp_height * scale_ratio) # print(\"scale_ratio\",tmp_width,tmp_height) # if tmp_width > tmp_height: #print(\"change width to height\") #new_size = (new_height, new_width) # else: new_size = (new_width, new_height) # Image_show = Image_show.resize(new_size, Image_show.Resampling.LANCZOS) Image_show = Image_show.resize(new_size, 1) # ValueError: Unknown resampling filter (Image_show.Resampling.NEAREST). Use Image_show.Resampling.NEAREST (0), Image_show.Resampling.LANCZOS (1), Image_show.Resampling.BILINEAR (2), Image_show.Resampling.BICUBIC (3), Image_show.Resampling.BOX (4) or Image_show.Resampling.HAMMING (5) # print(\"new_size\",new_size) imwidth, imheight = Image_show.size # print(\"Image_show: width = \", imwidth, \", height = \", imheight) if Image_show.mode == \"RGBA\": Image_show = Image_show.convert(\"RGB\") # if imwidth == self.height and imheight == self.width: if imwidth > imheight: img_array = np.asarray(Image_show, dtype=np.uint8)# 形狀為 (height, width, 3)，值范圍[0,255] # 創(chuàng)建存儲(chǔ)6位數(shù)據(jù)的數(shù)組 pix = np.zeros((self.width, self.height, 3), dtype=np.uint8) # 比例縮放：將8位值[0,255]映射到6位值[0,63] # 公式：6位值 = 8位值 × (63/255)，四舍五入取整 scale_factor = 63 * 4 / 255# 縮放因子 pix = np.round(img_array * scale_factor).astype(np.uint8) pix = pix.flatten().tolist() self.lcd_sendcmd( 0x36 )# define read/write scanning direction of frame memory self.lcd_senddata(0x28) math_x = imwidth+Ystart # if math_x < self.height: #print(\"picture is oversize.\") self.lcd_setPos(Ystart, 0, math_x, self.width) # self.lcd_setPos(Ystart, 0, imwidth+Ystart, imheight) # self.lcd_setPos(0, 0, self.height, self.width) gpio.output(self.pin_dc, gpio.HIGH) \"\"\"modify the original single byte write to multi byte write\"\"\" # for i in range(0,len(pix),1): #self.lcd_spisend(pix[i]) self.lcd_sendnbytes(pix) else: print(\"same direction\") img_array = np.asarray(Image_show, dtype=np.uint8)# 形狀為 (height, width, 3)，值范圍[0,255] # 創(chuàng)建存儲(chǔ)6位數(shù)據(jù)的數(shù)組 pix = np.zeros((self.height, self.width, 3), dtype=np.uint8) # 比例縮放：將8位值[0,255]映射到6位值[0,63] # 公式：6位值 = 8位值 × (63/255)，四舍五入取整 scale_factor = 63 * 4 / 255# 縮放因子 pix = np.round(img_array * scale_factor).astype(np.uint8) pix = pix.flatten().tolist() self.lcd_sendcmd(0x36) # self.lcd_senddata(0xC8) self.lcd_senddata(0x48) self.lcd_setPos(0, Ystart, self.width, self.height) gpio.output(self.pin_dc, gpio.HIGH) \"\"\"modify the original single byte write to multi byte write\"\"\" # for i in range(0,len(pix)): # self.lcd_spisend(pix[i]) self.lcd_sendnbytes(pix) Image_show.close() # def lcd_ShowImage(self, Image, Xstart, Ystart): #\"\"\"Set buffer to value of Python Imaging Library image.\"\"\" #\"\"\"Write display buffer to physical display\"\"\" ## print(\"image.mode\", Image.mode) #tmp_width, tmp_height = Image.size ## print(\"sss\",tmp_width,tmp_height) #if tmp_width > tmp_height: #width_ratio = self.width / tmp_height #height_ratio = self.height / tmp_width #else: #width_ratio = self.width / tmp_width #height_ratio = self.height / tmp_height #scale_ratio = min(width_ratio, height_ratio) #new_width = int(tmp_width * scale_ratio) #new_height = int(tmp_height * scale_ratio) ## print(\"scale_ratio\",tmp_width,tmp_height) ## if tmp_width > tmp_height: ##print(\"change width to height\") ##new_size = (new_height, new_width) ## else: #new_size = (new_width, new_height) ## Image = Image.resize(new_size, Image.Resampling.LANCZOS) #Image = Image.resize(new_size, 1) ## ValueError: Unknown resampling filter (Image.Resampling.NEAREST). Use Image.Resampling.NEAREST (0), Image.Resampling.LANCZOS (1), Image.Resampling.BILINEAR (2), Image.Resampling.BICUBIC (3), Image.Resampling.BOX (4) or Image.Resampling.HAMMING (5) ## print(\"new_size\",new_size) #imwidth, imheight = Image.size ## print(\"image: width = \", imwidth, \", height = \", imheight) #if Image.mode == \"RGBA\": #Image = Image.convert(\"RGB\") ## if imwidth == self.height and imheight == self.width: #if imwidth > imheight: #img_array = np.asarray(Image, dtype=np.uint8)# 形狀為 (height, width, 3)，值范圍[0,255] ## 創(chuàng)建存儲(chǔ)6位數(shù)據(jù)的數(shù)組 #pix = np.zeros((self.width, self.height, 3), dtype=np.uint8) ## 比例縮放：將8位值[0,255]映射到6位值[0,63] ## 公式：6位值 = 8位值 × (63/255)，四舍五入取整 #scale_factor = 63 * 4 / 255# 縮放因子 #pix = np.round(img_array * scale_factor).astype(np.uint8) #pix = pix.flatten().tolist() #self.lcd_sendcmd( # 0x36 #)# define read/write scanning direction of frame memory #self.lcd_senddata(0x28) #math_x = imwidth+Ystart ## if math_x < self.height: ##print(\"picture is oversize.\") #self.lcd_setPos(Ystart, 0, math_x, self.width) ## self.lcd_setPos(Ystart, 0, imwidth+Ystart, imheight) ## self.lcd_setPos(0, 0, self.height, self.width) #gpio.output(self.pin_dc, gpio.HIGH) #\"\"\"modify the original single byte write to multi byte write\"\"\" ## for i in range(0,len(pix),1): ##self.lcd_spisend(pix[i]) #self.lcd_sendnbytes(pix) #else: #print(\"same direction\") #img_array = np.asarray(Image, dtype=np.uint8)# 形狀為 (height, width, 3)，值范圍[0,255] ## 創(chuàng)建存儲(chǔ)6位數(shù)據(jù)的數(shù)組 #pix = np.zeros((self.height, self.width, 3), dtype=np.uint8) ## 比例縮放：將8位值[0,255]映射到6位值[0,63] ## 公式：6位值 = 8位值 × (63/255)，四舍五入取整 #scale_factor = 63 * 4 / 255# 縮放因子 #pix = np.round(img_array * scale_factor).astype(np.uint8) #pix = pix.flatten().tolist() #self.lcd_sendcmd(0x36) ## self.lcd_senddata(0xC8) #self.lcd_senddata(0x48) #self.lcd_setPos(0, Ystart, self.width, self.height) #gpio.output(self.pin_dc, gpio.HIGH) #\"\"\"modify the original single byte write to multi byte write\"\"\" ## for i in range(0,len(pix)): ## self.lcd_spisend(pix[i]) #self.lcd_sendnbytes(pix) # def lcd_ShowImage(self, Image, Xstart, Ystart): #\"\"\"Set buffer to value of Python Imaging Library image.\"\"\" #\"\"\"Write display buffer to physical display\"\"\" #print(\"image.mode\", Image.mode) #tmp_width, tmp_height = Image.size #print(\"sss\",tmp_width,tmp_height) #if tmp_width > tmp_height: #print(\"change width to height\") #new_size = (self.height, self.width) #else: #new_size = (self.width, self.height-Ystart) #Image = Image.resize(new_size) #print(\"new_size\",new_size) #imwidth, imheight = Image.size #print(\"image: width = \", imwidth, \", height = \", imheight) #if Image.mode == \"RGBA\": #Image = Image.convert(\"RGB\") #if imwidth == self.height and imheight == self.width: #img_array = np.asarray(Image, dtype=np.uint8)# 形狀為 (height, width, 3)，值范圍[0,255] ## 創(chuàng)建存儲(chǔ)6位數(shù)據(jù)的數(shù)組 #pix = np.zeros((self.width, self.height, 3), dtype=np.uint8) ## 比例縮放：將8位值[0,255]映射到6位值[0,63] ## 公式：6位值 = 8位值 × (63/255)，四舍五入取整 #scale_factor = 63 * 4 / 255# 縮放因子 #pix = np.round(img_array * scale_factor).astype(np.uint8) #pix = pix.flatten().tolist() #self.lcd_sendcmd( # 0x36 #)# define read/write scanning direction of frame memory #self.lcd_senddata(0x28) #self.lcd_setPos(0, 0, self.height, self.width) #gpio.output(self.pin_dc, gpio.HIGH) #\"\"\"modify the original single byte write to multi byte write\"\"\" ## for i in range(0,len(pix),1): ##self.lcd_spisend(pix[i]) #self.lcd_sendnbytes(pix) #else: #print(\"same direction\") ## self.lcd_clear_range(self.WHITE,0,0,0,Ystart) #img_array = np.asarray(Image, dtype=np.uint8)# 形狀為 (height, width, 3)，值范圍[0,255] ## 創(chuàng)建存儲(chǔ)6位數(shù)據(jù)的數(shù)組 #pix = np.zeros((self.height, self.width, 3), dtype=np.uint8) ## 比例縮放：將8位值[0,255]映射到6位值[0,63] ## 公式：6位值 = 8位值 × (63/255)，四舍五入取整 #scale_factor = 63 * 4 / 255# 縮放因子 #pix = np.round(img_array * scale_factor).astype(np.uint8) #pix = pix.flatten().tolist() #self.lcd_sendcmd(0x36) ## self.lcd_senddata(0xC8) #self.lcd_senddata(0x48) #self.lcd_setPos(0, Ystart, self.width, self.height) #gpio.output(self.pin_dc, gpio.HIGH) #\"\"\"modify the original single byte write to multi byte write\"\"\" ## for i in range(0,len(pix)): ## self.lcd_spisend(pix[i]) #self.lcd_sendnbytes(pix)

讓我們?cè)跇?shù)莓派單板計(jì)算機(jī)上解鎖生物識(shí)別控制功能吧！生物識(shí)別技術(shù)利用每個(gè)人獨(dú)有的、不易復(fù)制的生理或行為特征進(jìn)行身份驗(yàn)證。地球上每個(gè)人的指紋都是獨(dú)一無(wú)二的，讓我們一起來(lái)探索指紋的奇妙用途吧！本文將介紹

一、引言 賽昉科技提供了許多參考性文檔，其中不乏使用昉·星光 2測(cè)試在AI圖像處理的應(yīng)用場(chǎng)景。上期咱分享了二維碼檢測(cè)與解碼效果，只要攝像頭采集圖像夠清晰，掃描二維碼與解析效率還是挺好的。今兒來(lái)分享一下，基于上期環(huán)境，再對(duì)攝像頭應(yīng)用進(jìn)行展開(kāi)，評(píng)估其在人臉識(shí)別、物體識(shí)別以及圖像邊緣檢測(cè)上的應(yīng)用。 二、人臉識(shí)別 （1）硬件搭建 準(zhǔn)備一本封面印有人臉頭像的雜志，以便后續(xù)測(cè)試檢測(cè)效果。 固定uvc攝像機(jī)，然后調(diào)好焦距，使其圖像采集清晰。 （2）代碼實(shí)現(xiàn) 與上期的二維碼檢測(cè)實(shí)驗(yàn)一樣，基于OpenCV模型去實(shí)現(xiàn)人臉圖像檢測(cè)、輪廓標(biāo)注、置信度和識(shí)別。在人臉圖像檢測(cè)的同時(shí)，顯示檢測(cè)的置信度，置信度小于50%過(guò)濾掉。，因此需用到深度學(xué)習(xí)的檢測(cè)模型，github上有提供開(kāi)源的OpenCV DNN或FaceNet模型，可滿足置信度顯示需求。準(zhǔn)備預(yù)訓(xùn)練模型文件 通過(guò)github上獲取“deploy.prototxt.txt”與“res10_300x300_ssd_iter_140000.caffemodel”文件。*附件：deploy.prototxt.zip*附件：res10_300x300_ssd_iter_140000.zip 編寫(xiě)“face_detection.py”源代碼，內(nèi)容如下： import cv2 import numpy as np net = cv2.dnn.readNetFromCaffe(\"deploy.prototxt.txt\", \"res10_300x300_ssd_iter_140000.caffemodel\") cap = cv2.VideoCapture(4, cv2.CAP_V4L2) while True: ret, frame = cap.read() if not ret: break (h, w) = frame.shape[:2] blob = cv2.dnn.blobFromImage(cv2.resize(frame, (300, 300)), 1.0, (300, 300), (104.0, 177.0, 123.0)) net.setInput(blob) detections = net.forward() for i in range(detections.shape[2]): confidence = detections[0, 0, i, 2] if confidence < 0.5: continue box = detections[0, 0, i, 3:7] * np.array([w, h, w, h]) (startX, startY, endX, endY) = box.astype(\"int\") cv2.rectangle(frame, (startX, startY), (endX, endY), (0, 255, 0), 2) text = f\"Face: {confidence * 100:.2f}%\" cv2.putText(frame, text, (startX, startY - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2) cv2.imshow(\"Face Detection with Confidence\", frame) key = cv2.waitKey(1) & 0xFF # if the `q` key was pressed, break from the loop if key == ord(\"q\"): break cap.release() cv2.destroyAllWindows() 將編寫(xiě)好的“face_detection.py”源文件與上述下載好的預(yù)訓(xùn)練模型文件放在同一文件夾下。 桌面方式登錄后，然后終端中進(jìn)到該文件夾下，普通用戶身份執(zhí)行“ python3 face_detection.py”，呈現(xiàn)的檢測(cè)效果見(jiàn)底部視頻。 三、物體識(shí)別 因?yàn)橹暗亩S碼檢測(cè)功能基本已實(shí)現(xiàn)，因此環(huán)境這塊，相應(yīng)的依賴軟件包都已安裝好了，這里調(diào)用YOLO-V3模型進(jìn)行通用物體的識(shí)別。 基于yolo-v3模型的應(yīng)用“object_detection.cpp”源代碼如下： #include <fstream> #include <sstream> #include <opencv2/dnn.hpp> #include <opencv2/imgproc.hpp> #include <opencv2/highgui.hpp> #if defined(CV_CXX11) && defined(HAVE_THREADS) #define USE_THREADS 1 #endif #ifdef USE_THREADS #include <mutex> #include <thread> #include <queue> #endif #include \"common.hpp\" std::string keys = \"{ helph| | Print help message. }\" \"{ @Alias| | An alias name of model to extract preprocessing parameters from models.yml file. }\" \"{ zoo| models.yml | An optional path to file with preprocessing parameters }\" \"{ device|0 | camera device number. }\" \"{ input i| | Path to input image or video file. Skip this argument to capture frames from a camera. }\" \"{ framework f | | Optional name of an origin framework of the model. Detect it automatically if it does not set. }\" \"{ classes| | Optional path to a text file with names of classes to label detected objects. }\" \"{ thr| .5 | Confidence threshold. }\" \"{ nms| .4 | Non-maximum suppression threshold. }\" \"{ backend|0 | Choose one of computation backends: \" \"0: automatically (by default), \" \"1: Halide language (http://halide-lang.org/), \" \"2: Intel\'s Deep Learning Inference Engine (https://software.intel.com/openvino-toolkit), \" \"3: OpenCV implementation, \" \"4: VKCOM, \" \"5: CUDA }\" \"{ target| 0 | Choose one of target computation devices: \" \"0: CPU target (by default), \" \"1: OpenCL, \" \"2: OpenCL fp16 (half-float precision), \" \"3: VPU, \" \"4: Vulkan, \" \"6: CUDA, \" \"7: CUDA fp16 (half-float preprocess) }\" \"{ async | 0 | Number of asynchronous forwards at the same time. \" \"Choose 0 for synchronous mode }\"; using namespace cv; using namespace dnn; float confThreshold, nmsThreshold; std::vector<std::string> classes; inline void preprocess(const Mat& frame, Net& net, Size inpSize, float scale, const Scalar& mean, bool swapRB); void postprocess(Mat& frame, const std::vector<Mat>& out, Net& net, int backend); void drawPred(int classId, float conf, int left, int top, int right, int bottom, Mat& frame); void callback(int pos, void* userdata); #ifdef USE_THREADS template <typename T> class QueueFPS : public std::queue<T> { public: QueueFPS() : counter(0) {} void push(const T& entry) { std::lock_guard<std::mutex> lock(mutex); std::queue<T>::push(entry); counter += 1; if (counter == 1) { // Start counting from a second frame (warmup). tm.reset(); tm.start(); } } T get() { std::lock_guard<std::mutex> lock(mutex); T entry = this->front(); this->pop(); return entry; } float getFPS() { tm.stop(); double fps = counter / tm.getTimeSec(); tm.start(); return static_cast<float>(fps); } void clear() { std::lock_guard<std::mutex> lock(mutex); while (!this->empty()) this->pop(); } unsigned int counter; private: TickMeter tm; std::mutex mutex; }; #endif// USE_THREADS int main(int argc, char** argv) { CommandLineParser parser(argc, argv, keys); const std::string modelName = parser.get<String>(\"@alias\"); const std::string zooFile = parser.get<String>(\"zoo\"); keys += genPreprocArguments(modelName, zooFile); parser = CommandLineParser(argc, argv, keys); parser.about(\"Use this script to run object detection deep learning networks using OpenCV.\"); if (argc == 1 || parser.has(\"help\")) { parser.printMessage(); return 0; } confThreshold = parser.get<float>(\"thr\"); nmsThreshold = parser.get<float>(\"nms\"); float scale = parser.get<float>(\"scale\"); Scalar mean = parser.get<Scalar>(\"mean\"); bool swapRB = parser.get<bool>(\"rgb\"); int inpWidth = parser.get<int>(\"width\"); int inpHeight = parser.get<int>(\"height\"); size_t asyncNumReq = parser.get<int>(\"async\"); CV_Assert(parser.has(\"model\")); std::string modelPath = findFile(parser.get<String>(\"model\")); std::string configPath = findFile(parser.get<String>(\"config\")); // Open file with classes names. if (parser.has(\"classes\")) { std::string file = parser.get<String>(\"classes\"); std::ifstream ifs(file.c_str()); if (!ifs.is_open()) CV_Error(Error::StsError, \"File \" + file + \" not found\"); std::string line; while (std::getline(ifs, line)) { classes.push_back(line); } } // Load a model. Net net = readNet(modelPath, configPath, parser.get<String>(\"framework\")); int backend = parser.get<int>(\"backend\"); net.setPreferableBackend(backend); net.setPreferableTarget(parser.get<int>(\"target\")); std::vector<String> outNames = net.getUnconnectedOutLayersNames(); // Create a window static const std::string kWinName = \"Deep learning object detection in OpenCV\"; namedWindow(kWinName, WINDOW_NORMAL); int initialConf = (int)(confThreshold * 100); createTrackbar(\"Confidence threshold, %\", kWinName, &initialConf, 99, callback); // Open a video file or an image file or a camera stream. VideoCapture cap; if (parser.has(\"input\")) cap.open(parser.get<String>(\"input\")); else cap.open(parser.get<int>(\"device\")); #ifdef USE_THREADS bool process = true; // Frames capturing thread QueueFPS<Mat> framesQueue; std::thread framesThread([&](){ Mat frame; while (process) { cap >> frame; if (!frame.empty()) framesQueue.push(frame.clone()); else break; } }); // Frames processing thread QueueFPS<Mat> processedFramesQueue; QueueFPS<std::vector<Mat> > predictionsQueue; std::thread processingThread([&](){ std::queue<AsyncArray> futureOutputs; Mat blob; while (process) { // Get a next frame Mat frame; { if (!framesQueue.empty()) { frame = framesQueue.get(); if (asyncNumReq) { if (futureOutputs.size() == asyncNumReq) frame = Mat(); } else framesQueue.clear();// Skip the rest of frames } } // Process the frame if (!frame.empty()) { preprocess(frame, net, Size(inpWidth, inpHeight), scale, mean, swapRB); processedFramesQueue.push(frame); if (asyncNumReq) { futureOutputs.push(net.forwardAsync()); } else { std::vector<Mat> outs; net.forward(outs, outNames); predictionsQueue.push(outs); } } while (!futureOutputs.empty() && futureOutputs.front().wait_for(std::chrono::seconds(0))) { AsyncArray async_out = futureOutputs.front(); futureOutputs.pop(); Mat out; async_out.get(out); predictionsQueue.push({out}); } } }); // Postprocessing and rendering loop while (waitKey(1) < 0) { if (predictionsQueue.empty()) continue; std::vector<Mat> outs = predictionsQueue.get(); Mat frame = processedFramesQueue.get(); postprocess(frame, outs, net, backend); if (predictionsQueue.counter > 1) { std::string label = format(\"Camera: %.2f FPS\", framesQueue.getFPS()); putText(frame, label, Point(0, 15), FONT_HERSHEY_SIMPLEX, 0.5, Scalar(0, 255, 0)); label = format(\"Network: %.2f FPS\", predictionsQueue.getFPS()); putText(frame, label, Point(0, 30), FONT_HERSHEY_SIMPLEX, 0.5, Scalar(0, 255, 0)); label = format(\"Skipped frames: %d\", framesQueue.counter - predictionsQueue.counter); putText(frame, label, Point(0, 45), FONT_HERSHEY_SIMPLEX, 0.5, Scalar(0, 255, 0)); } imshow(kWinName, frame); } process = false; framesThread.join(); processingThread.join(); #else// USE_THREADS if (asyncNumReq) CV_Error(Error::StsNotImplemented, \"Asynchronous forward is supported only with Inference Engine backend.\"); // Process frames. Mat frame, blob; while (waitKey(1) < 0) { cap >> frame; if (frame.empty()) { waitKey(); break; } preprocess(frame, net, Size(inpWidth, inpHeight), scale, mean, swapRB); std::vector<Mat> outs; net.forward(outs, outNames); postprocess(frame, outs, net, backend); // Put efficiency information. std::vector<double> layersTimes; double freq = getTickFrequency() / 1000; double t = net.getPerfProfile(layersTimes) / freq; std::string label = format(\"Inference time: %.2f ms\", t); putText(frame, label, Point(0, 15), FONT_HERSHEY_SIMPLEX, 0.5, Scalar(0, 255, 0)); imshow(kWinName, frame); } #endif// USE_THREADS return 0; } inline void preprocess(const Mat& frame, Net& net, Size inpSize, float scale, const Scalar& mean, bool swapRB) { static Mat blob; // Create a 4D blob from a frame. if (inpSize.width <= 0) inpSize.width = frame.cols; if (inpSize.height <= 0) inpSize.height = frame.rows; blobFromImage(frame, blob, 1.0, inpSize, Scalar(), swapRB, false, CV_8U); // Run a model. net.setInput(blob, \"\", scale, mean); if (net.getLayer(0)->outputNameToIndex(\"im_info\") != -1)// Faster-RCNN or R-FCN { resize(frame, frame, inpSize); Mat imInfo = (Mat_<float>(1, 3) << inpSize.height, inpSize.width, 1.6f); net.setInput(imInfo, \"im_info\"); } } void postprocess(Mat& frame, const std::vector<Mat>& outs, Net& net, int backend) { static std::vector<int> outLayers = net.getUnconnectedOutLayers(); static std::string outLayerType = net.getLayer(outLayers[0])->type; std::vector<int> classIds; std::vector<float> confidences; std::vector<Rect> boxes; if (outLayerType == \"DetectionOutput\") { // Network produces output blob with a shape 1x1xNx7 where N is a number of // detections and an every detection is a vector of values // [batchId, classId, confidence, left, top, right, bottom] CV_Assert(outs.size() > 0); for (size_t k = 0; k < outs.size(); k++) { float* data = (float*)outs[k].data; for (size_t i = 0; i < outs[k].total(); i += 7) { float confidence = data[i + 2]; if (confidence > confThreshold) { int left= (int)data[i + 3]; int top = (int)data[i + 4]; int right= (int)data[i + 5]; int bottom = (int)data[i + 6]; int width= right - left + 1; int height = bottom - top + 1; if (width <= 2 || height <= 2) { left= (int)(data[i + 3] * frame.cols); top = (int)(data[i + 4] * frame.rows); right= (int)(data[i + 5] * frame.cols); bottom = (int)(data[i + 6] * frame.rows); width= right - left + 1; height = bottom - top + 1; } classIds.push_back((int)(data[i + 1]) - 1);// Skip 0th background class id. boxes.push_back(Rect(left, top, width, height)); confidences.push_back(confidence); } } } } else if (outLayerType == \"Region\") { for (size_t i = 0; i < outs.size(); ++i) { // Network produces output blob with a shape NxC where N is a number of // detected objects and C is a number of classes + 4 where the first 4 // numbers are [center_x, center_y, width, height] float* data = (float*)outs.data; for (int j = 0; j < outs.rows; ++j, data += outs.cols) { Mat scores = outs.row(j).colRange(5, outs.cols); Point classIdPoint; double confidence; minMaxLoc(scores, 0, &confidence, 0, &classIdPoint); if (confidence > confThreshold) { int centerX = (int)(data[0] * frame.cols); int centerY = (int)(data[1] * frame.rows); int width = (int)(data[2] * frame.cols); int height = (int)(data[3] * frame.rows); int left = centerX - width / 2; int top = centerY - height / 2; classIds.push_back(classIdPoint.x); confidences.push_back((float)confidence); boxes.push_back(Rect(left, top, width, height)); } } } } else CV_Error(Error::StsNotImplemented, \"Unknown output layer type: \" + outLayerType); // NMS is used inside Region layer only on DNN_BACKEND_OPENCV for another backends we need NMS in sample // or NMS is required if number of outputs > 1 if (outLayers.size() > 1 || (outLayerType == \"Region\" && backend != DNN_BACKEND_OPENCV)) { std::map<int, std::vector<size_t> > class2indices; for (size_t i = 0; i < classIds.size(); i++) { if (confidences >= confThreshold) { class2indices[classIds].push_back(i); } } std::vector<Rect> nmsBoxes; std::vector<float> nmsConfidences; std::vector<int> nmsClassIds; for (std::map<int, std::vector<size_t> >::iterator it = class2indices.begin(); it != class2indices.end(); ++it) { std::vector<Rect> localBoxes; std::vector<float> localConfidences; std::vector<size_t> classIndices = it->second; for (size_t i = 0; i < classIndices.size(); i++) { localBoxes.push_back(boxes[classIndices]); localConfidences.push_back(confidences[classIndices]); } std::vector<int> nmsIndices; NMSBoxes(localBoxes, localConfidences, confThreshold, nmsThreshold, nmsIndices); for (size_t i = 0; i < nmsIndices.size(); i++) { size_t idx = nmsIndices; nmsBoxes.push_back(localBoxes[idx]); nmsConfidences.push_back(localConfidences[idx]); nmsClassIds.push_back(it->first); } } boxes = nmsBoxes; classIds = nmsClassIds; confidences = nmsConfidences; } for (size_t idx = 0; idx < boxes.size(); ++idx) { Rect box = boxes[idx]; drawPred(classIds[idx], confidences[idx], box.x, box.y, box.x + box.width, box.y + box.height, frame); } } void drawPred(int classId, float conf, int left, int top, int right, int bottom, Mat& frame) { rectangle(frame, Point(left, top), Point(right, bottom), Scalar(0, 255, 0)); std::string label = format(\"%.2f\", conf); if (!classes.empty()) { CV_Assert(classId < (int)classes.size()); label = classes[classId] + \": \" + label; } int baseLine; Size labelSize = getTextSize(label, FONT_HERSHEY_SIMPLEX, 0.5, 1, &baseLine); top = max(top, labelSize.height); rectangle(frame, Point(left, top - labelSize.height), Point(left + labelSize.width, top + baseLine), Scalar::all(255), FILLED); putText(frame, label, Point(left, top), FONT_HERSHEY_SIMPLEX, 0.5, Scalar()); } void callback(int pos, void*) { confThreshold = pos * 0.01f; } 桌面方式登錄后，終端中user身份直接運(yùn)行“v4l2-ctl --list-device”指令，確認(rèn)USB攝像機(jī)的ID號(hào)。然后再運(yùn)行“example_dnn_object_detection --config=/usr/share/opencv4/yolo-v3/yolov3-tiny.cfg --model=/usr/share/opencv4/yolo-v3/yolov3-tiny.weights --classes=/usr/share/opencv4/yolo-v3/classes.txt --width=416--height=416--scale=0.00392--rgb --target=1--device=4” 四、圖像邊緣檢測(cè) 這里調(diào)用OpenCV官方提供的“edge.py”源文件，內(nèi)容如下： #!/usr/bin/env python \'\'\' This sample demonstrates Canny edge detection. Usage: edge.py [<video source>] Trackbars control edge thresholds. \'\'\' # Python 2/3 compatibility from __future__ import print_function import cv2 as cv import numpy as np # relative module import video # built-in module import sys def main(): try: fn = sys.argv[1] cam = int(fn) except: fn = 0 def nothing(*arg): pass cv.namedWindow(\'edge\', 0) cv.resizeWindow(\'edge\', 640, 480) cv.createTrackbar(\'thrs1\', \'edge\', 2000, 5000, nothing) cv.createTrackbar(\'thrs2\', \'edge\', 4000, 5000, nothing) cap = cv.VideoCapture(cam, cv.CAP_V4L2) if cam == 1: cap.set(cv.CAP_PROP_CONVERT_RGB, 0) while True: if cam == 1: ret, img_origin = cap.read() img = cv.cvtColor(img_origin, cv.COLOR_YUV2BGR_NV12) else: ret, img = cap.read() gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY) thrs1 = cv.getTrackbarPos(\'thrs1\', \'edge\') thrs2 = cv.getTrackbarPos(\'thrs2\', \'edge\') edge = cv.Canny(gray, thrs1, thrs2, apertureSize=5) vis = img.copy() vis = np.uint8(vis/2.) vis[edge != 0] = (0, 255, 0) cv.imshow(\'edge\', vis) ch = cv.waitKey(5) if ch == 27: break print(\'Done\') if __name__ == \'__main__\': print(__doc__) main() cv.destroyAllWindows() 同樣的，桌面方式登錄后，終端中user身份直接運(yùn)行“v4l2-ctl --list-device”指令，確認(rèn)USB攝像機(jī)的ID號(hào)。然后再運(yùn)行： cd /usr/share/doc/opencv-doc/examples/python/ python3 edge.py 4 默認(rèn)參數(shù)下運(yùn)行效果如下： 調(diào)節(jié)thrs1、thrs2參數(shù)后，檢測(cè)的圖像邊緣區(qū)分更明顯。 五、小結(jié) 綜上評(píng)測(cè)效果，昉·星光2連接一個(gè)通用的USB攝像機(jī)，即可高效實(shí)現(xiàn)基于OpenCV的人臉檢測(cè)識(shí)別、通用物體識(shí)別、二維碼檢測(cè)與解析，圖像邊緣檢測(cè)等功能，證實(shí)該開(kāi)發(fā)板可以運(yùn)用在AI智能終端產(chǎn)品設(shè)計(jì)上，賽昉科技也提供了諸多指導(dǎo)性文檔，一個(gè)應(yīng)用可通過(guò)多種模型來(lái)實(shí)現(xiàn)，有提供C++源代碼方式的接口，也有python源代碼。提供的參考例程很有代表性，足見(jiàn)該開(kāi)發(fā)板應(yīng)用的場(chǎng)景廣泛，尤其是在邊緣AI設(shè)計(jì)中，具有很好的市場(chǎng)競(jìng)爭(zhēng)力。

一、引言 上期借助官方提供的VisionFive.gpio包，實(shí)現(xiàn)了LED點(diǎn)陣屏內(nèi)容的完善。這期來(lái)分享一下，使用VisionFive 2開(kāi)發(fā)板連接通用的USB攝像機(jī)，抓拍二維碼，并完成對(duì)二維碼的內(nèi)容進(jìn)行解碼。 二、搭建環(huán)境 使用PuTTY的ssh接口連接后開(kāi)發(fā)板后，需要執(zhí)行以下指令，以完成 StarFive Packages及其依賴的必要組件安裝，下載安裝時(shí)長(zhǎng)比較久。 https://github.com/starfive-tech/Debian/releases/download/v0.8.0-engineering-release-wayland/install_package_and_dependencies.sh chmod +x install_package_and_dependencies.sh sudo ./install_package_and_dependencies.sh 前段時(shí)間燒錄的系統(tǒng)是使用閃迪16GB的TF卡，在執(zhí)行完腳本后，報(bào)安裝vlc的libixml10與libupnp13組件下載安裝失敗，這可能跟網(wǎng)絡(luò)狀態(tài)、TF讀寫(xiě)速度相關(guān)。 于是乎，筆者換了一張32GB的TF，重新燒寫(xiě)了202409版系統(tǒng)鏡像，重新安裝了vim、python3-pip、VisionFive.gpio包等?；谇捌趫?zhí)行腳本的情況，在Linux中在線下載安裝必備的組件包比較費(fèi)時(shí)費(fèi)勁，因此根據(jù)“install_package_and_dependencies.sh”腳本中的內(nèi)容，將要下載的數(shù)據(jù)包，通過(guò)windows下的瀏覽器去下載，這樣就高效多了。下載好的文件列表信息如下： 將windows中下載好的組件包文件，通過(guò)FileZilla的ssh接口，傳輸給VisionFive 2，保存到user目錄下。然后在腳本中再對(duì)內(nèi)容進(jìn)行修改，以免執(zhí)行指令時(shí)，按照腳本再去指定網(wǎng)址下下載。由于TF空間夠大，為避免后續(xù)麻煩，因此將刪除數(shù)據(jù)包的指令屏蔽掉。 #!/bin/sh #LibreOffice Runtime Dependencies DEBIAN_FRONTEND=noninteractive apt-get install libxslt1.1 openjdk-11-jdk -y #QT Runtime Dependencies DEBIAN_FRONTEND=noninteractive apt-get install libmd4c-dev libdouble-conversion-dev libc6-dev libpcre2-16-0 \"^libxcb.*\" libx11-xcb-dev libglu1-mesa-dev libxrender-dev libxi-dev libxkbcommon-x11-dev -y #Firefox Runtime Dependencies DEBIAN_FRONTEND=noninteractive apt-get install libevent-dev libdbus-glib-1-dev -y #FFMPEG Runtime Dependencies DEBIAN_FRONTEND=noninteractive apt-get install libopenal-dev libcdio-paranoia-dev libdc1394-dev libcaca-dev libv4l-dev libpocketsphinx-dev libbs2b-dev liblilv-0-0 librubberband-dev libmysofa-dev libflite1 libass-dev libvidstab-dev libzmq3-dev libzimg-dev libgme-dev libopenmpt-dev libchromaprint-dev librabbitmq-dev libssh-dev libsrt-openssl-devliba52-0.7.4-dev libhwy1 libjxl0.7 -y #v4l2test Runtime Dependencies DEBIAN_FRONTEND=noninteractive apt-get install libv4l-0 libv4l-dev v4l-utils libjpeg-dev libdrm-dev -y #chromium Runtime Dependencies DEBIAN_FRONTEND=noninteractive apt-get install libre2-9 libminizip-dev -y #opencv Runtime Dependencies DEBIAN_FRONTEND=noninteractive apt-get install fonts-mathjax libjs-mathjax libpython3.11-minimal libpython3.11-stdlib python3-numpy python3.11 python3.11-minimal python3-h5py libvtk9.1 libqt5test5 libqt5opengl5 libtesseract5 libgdcm-dev libgdal-dev -y #cogl/cultter Runtime Dependencies DEBIAN_FRONTEND=noninteractive apt-get install gstreamer1.0-clutter-3.0 -y #vlc Runtime Dependencies DEBIAN_FRONTEND=noninteractive apt-get install fonts-freefont-ttf libaribb24-0 libcddb2 libdvbpsi10 libebml5 libixml10 liblirc-client0 liblua5.2-0 libmad0 libmatroska7 libprotobuf-lite32 libqt5x11extras5 libresid-builder0c2a libsdl-image1.2 libsdl1.2debian libsidplay2 libspatialaudio0 libupnp13 libva-wayland2 libvncclient1 -y #wget https://github.com/starfive-tech/Debian/releases/download/v0.8.0-engineering-release-wayland/firefox_105.0_202305_riscv64.deb #wget https://github.com/starfive-tech/Debian/releases/download/v0.8.0-engineering-release-wayland/libreoffice_7.5_riscv64.deb #wget https://github.com/starfive-tech/Debian/releases/download/v0.8.0-engineering-release-wayland/nodejs-18.0.0_riscv64.deb #wget https://github.com/starfive-tech/Debian/releases/download/v0.8.0-engineering-release-wayland/nwjs_0.65.1-2_riscv64.deb #wget https://github.com/starfive-tech/Debian/releases/download/v0.8.0-engineering-release-wayland/qt-5.15-2-wayland_riscv64.deb #wget https://github.com/starfive-tech/Debian/releases/download/v0.8.0-engineering-release-wayland/v4l2test_riscv64.deb #wget https://github.com/starfive-tech/Debian/releases/download/v0.8.0-engineering-release-wayland/v8-10.2.154.13_riscv64.deb #wget https://github.com/starfive-tech/Debian/releases/download/v0.8.0-engineering-release-wayland/chromium-103.0.5060.114.deb dpkg -i nodejs-18.0.0_riscv64.deb dpkg -i v8-10.2.154.13_riscv64.deb dpkg -i libreoffice_7.5_riscv64.deb dpkg -i qt-5.15-2-wayland_riscv64.deb dpkg -i firefox_105.0_202305_riscv64.deb dpkg -i nwjs_0.65.1-2_riscv64.deb dpkg -i v4l2test_riscv64.deb dpkg -i chromium-103.0.5060.114.deb #rm nodejs-18.0.0_riscv64.deb #rm v8-10.2.154.13_riscv64.deb #rm libreoffice_7.5_riscv64.deb #rm qt-5.15-2-wayland_riscv64.deb #rm firefox_105.0_202305_riscv64.deb #rm nwjs_0.65.1-2_riscv64.deb #rm v4l2test_riscv64.deb #rm chromium-103.0.5060.114.deb ##### ffmpeg install ###### #wget https://github.com/starfive-tech/Debian/releases/download/v0.8.0-engineering-release-wayland/multimedia.tar.gz tar -xvzf multimedia.tar.gz cd $PWD/multimedia dpkg --force-all -i *.deb cd .. #### opencv install ##### #wget https://github.com/starfive-tech/Debian/releases/download/v0.8.0-engineering-release-wayland/opencv-deb.tar.gz tar -xvzf opencv-deb.tar.gz cd $PWD/opencv-deb dpkg --force-all -i *.deb cd .. #### cogl/clutter install ##### #wget https://github.com/starfive-tech/Debian/releases/download/v0.8.0-engineering-release-wayland/gst-cogl.tar.gz tar -xvzf gst-cogl.tar.gz cd $PWD/gst-cogl dpkg --force-all -i *.deb cd .. ### vlc-package install #wget https://github.com/starfive-tech/Debian/releases/download/v0.8.0-engineering-release-wayland/vlc-packages.tar.gz tar -xvzf vlc-packages.tar.gz cd $PWD/vlc-packages dpkg --force-all -i *.deb cd .. #rm -rf multimedia.tar.gz #rm -rf opencv-deb.tar.gz #rm -rf gst-cogl.tar.gz #rm -rf vlc-packages.tar.gz #rm -rf multimedia #rm -rf opencv-deb #rm -rf gst-cogl #rm -rf vlc-packages echo \"Install Success\" 這樣處理后，再執(zhí)行腳本就高效了，在線安裝必備的依賴庫(kù)文件后，直接本地解壓并安裝組件包。 三、USB攝像頭 本次實(shí)驗(yàn)采用的是一個(gè)分辨率為2592*1944的uvc免驅(qū)工業(yè)攝像機(jī)。無(wú)自動(dòng)聚焦功能，由于之前貼了濾光片，因此手動(dòng)對(duì)焦，以及周?chē)h(huán)境給光顯得尤為重要。攝像頭配無(wú)畸變鏡頭，實(shí)物如下： 攝像頭需要在windows下使用“AMCap”工具，手機(jī)支架固定好位置，調(diào)好焦距，使采集的圖片清晰明朗。 四、安裝USB軟件包 由于此次使用的USB攝像頭，并沒(méi)用到IMX219 CSI攝像頭，因此需要安裝關(guān)于USB的軟件包。 sudo apt-get install usbutils 在user目錄下執(zhí)行上述指令，然后通過(guò)lsusb指令，可查詢到接入U(xiǎn)SB接口的攝像頭。 使用“v4l2-ctl --list-device”可查詢當(dāng)前掛載video設(shè)備 使用“v4l2-ctl --device=/dev/video4 --all”可查看掛載在video4的USB攝像頭配置信息 五、執(zhí)行實(shí)驗(yàn)代碼 cd /usr/share/doc/opencv-doc/examples/python/ python3 qrcode.py --device=4 通過(guò)執(zhí)行上述兩步指令后，可啟動(dòng)二維碼檢測(cè)程序。然而執(zhí)行后提示如下： 針對(duì)上述問(wèn)題，需要安裝好opencv的python依賴軟件包 sudo apt-get install libopencv-dev python3-opencv 成功安裝完成后，在ssh終端再次執(zhí)行“python3 qrcode.py --device=4”指令，提示如下： 出現(xiàn)上述情況，需通過(guò)HDMI的桌面方式登錄后，在系統(tǒng)終端中，進(jìn)入到“/usr/share/doc/opencv-doc/examples/python/”路徑下，再執(zhí)行“qrcode.py”腳本程序。 攝像頭聚焦良好，可以順利檢測(cè)到二維碼并解析成功。 終端打印如下： 六、后記 正如上述，可以成功檢測(cè)二維碼并解析成功，但是次日，想錄制視頻發(fā)帖時(shí)，結(jié)果發(fā)現(xiàn)桌面方式無(wú)法登錄了，不管是user身份還是root身份，密碼也沒(méi)改，怎么回事？使用Uart或者ssh方式，都可以正常連接登錄。徹底懵了，因?yàn)榇罱ㄟ@個(gè)環(huán)境聯(lián)網(wǎng)比較費(fèi)時(shí)。 “Not listed？”也不知道是啥原因，聯(lián)系賽昉FAE遠(yuǎn)程協(xié)助，也沒(méi)查出bug所在，想通過(guò)拷貝TF鏡像來(lái)分析問(wèn)題，但是插入TF卡彈出三個(gè)盤(pán)，且三個(gè)盤(pán)都強(qiáng)制要求格式化才能訪問(wèn)，這樣的話也沒(méi)法通過(guò)Ubuntu虛擬機(jī)來(lái)掛載TF，使用dd命令將鏡像壓縮出來(lái)了。無(wú)奈只能重刷系統(tǒng)，重新構(gòu)建環(huán)境了。 經(jīng)過(guò)再次聯(lián)網(wǎng)下載必備軟件包后，運(yùn)行指令后，桌面終端提示： 這說(shuō)明攝像頭檢測(cè)到二維碼并解析出結(jié)果了，但是由于不是以u(píng)ser身份運(yùn)行指令，所以無(wú)法打開(kāi)firefox瀏覽器，“python3 qrcode.py --device=4”命令需要以u(píng)ser身份運(yùn)行，不用加sudo執(zhí)行，這樣就能順利啟動(dòng)firefox，視頻見(jiàn)底部。 后面正常關(guān)機(jī)后，再次通過(guò)HDMI桌面的方式登錄系統(tǒng)，可以正常登錄，沒(méi)有復(fù)現(xiàn)到之前的情況。初步結(jié)論： ①、可能是由于多重身份運(yùn)行后，導(dǎo)致文件丟失。當(dāng)時(shí)使用ssh以root身份執(zhí)行shutdown關(guān)機(jī)指令，而在桌面的終端以u(píng)ser身份運(yùn)行著二維碼檢測(cè)程序。 ②、攝像頭掛載的device設(shè)備號(hào)不固定，非法訪問(wèn)到其它系統(tǒng)媒體設(shè)備號(hào)了，導(dǎo)致gdm3驅(qū)動(dòng)異常。 好了，此次實(shí)驗(yàn)分享到此結(jié)束，以上經(jīng)歷僅供參考，遇到類(lèi)似問(wèn)題的壇友，歡迎留言共同討論。

工業(yè)計(jì)算機(jī)對(duì)某些行業(yè)至關(guān)重要。我們將在下面詳細(xì)解釋這些行業(yè)中的工業(yè)計(jì)算機(jī)應(yīng)用。1.制造與工業(yè)自動(dòng)化工業(yè)級(jí)計(jì)算機(jī)非常適合制造工廠，特別是那些想要自動(dòng)化裝配過(guò)程的工廠。在這樣的環(huán)境中，工業(yè)計(jì)算機(jī)可用

拿到VisionFive 2板子有段時(shí)間了，之前也寫(xiě)過(guò)幾篇帖子了，今天來(lái)寫(xiě)一下刷寫(xiě)Ubuntu系統(tǒng)。 1。首先從ubunut官網(wǎng)下載VisionFive 2的固件，塞防已經(jīng)做好了適配。 https://canonical-ubutu-boards.readthedocs-hosted.com/en/latst/how-to/starfive-visionfive-2/ 2。下載下來(lái)后，解壓出來(lái) 使用上面的固件， 3。打開(kāi)燒錄軟件 選擇固件 選擇磁盤(pán) 燒錄開(kāi)始 等5分鐘燒錄完畢 還要驗(yàn)證一遍 最后燒錄完畢 鏈接好板子和串口 打開(kāi)putty 可以看到燒錄正常，進(jìn)入U(xiǎn)buntu了

一、引言 上期咱分享了環(huán)境搭建與GPIO點(diǎn)燈實(shí)驗(yàn)，今兒在此基礎(chǔ)上，驗(yàn)證一下驅(qū)動(dòng)8x8的LED點(diǎn)陣屏，由于之前的環(huán)境與VisionFive.gpio包已安裝好，因此實(shí)驗(yàn)起來(lái)比較順利。由參考的腳本可知，實(shí)驗(yàn)中需用到一個(gè)按鍵開(kāi)關(guān)作為中斷觸發(fā)LED點(diǎn)陣屏顯示。 二、硬件連接 上圖為硬件實(shí)物連接情況，初始上電狀態(tài)為全亮LED點(diǎn)陣屏。 咱連接點(diǎn)陣屏與按鍵模塊，是通過(guò)連接板上40-Pin Header。 MAX7219串行點(diǎn)陣顯示模塊與板上40-Pin Header連接關(guān)系： 按鍵開(kāi)關(guān)一端連接一個(gè)信號(hào)輸入GPIO口，設(shè)定為低電平有效；另一端連接GND。 三、腳本修改 在官方提供的參考腳本上，擴(kuò)展顯示其它內(nèi)容。 命令執(zhí)行流程： 開(kāi)發(fā)板上電后，串口輸出顯示待登錄狀態(tài)，說(shuō)明網(wǎng)絡(luò)已初始化完成，因此可使用PuTTY登錄到開(kāi)發(fā)板上。然后將普通用戶變更為超級(jí)用戶，然后進(jìn)入到sample-code目錄下，由于官方提供的參考腳本文件為只讀屬性，因此使用vim編輯是無(wú)效的，需要使用chmod命令將文件屬性更新為可讀可寫(xiě)。這樣接下來(lái)可以使用vim編輯該腳本文件。命令執(zhí)行步驟如下圖所示： edge_detection_with_LED_Matrix.py代碼完善如下： \"\"\" Step 1: Please make sure the LED Dot Matrix is connected to the correct pins. The following table describes how to connect LED Dot Matrix to the 40-pin header. ----------------------------------------- ___MAX7219_______Pin Number_____Pin Name VCC 25V Power GND 34GND DIN 40 GPIO44 CS38 GPIO61 CLK 36 GPIO36 Step 2: Please make sure the button is connected to the correct pins. The following table describes how to connect the button to the 40-pin header. ---------------------------------------- _______button____Pin Number_____Pin Name one end 37 GPIO60 The other end39GND ----------------------------------------- \"\"\" import VisionFive.gpio as GPIO import sys import time DIN = 40 CS = 38 CLK = 36 # Display logo data. buffer = [ \"01111000\", \"01000000\", \"01111000\", \"01001111\", \"01111001\", \"00001111\", \"00000001\", \"00001111\", ] #Display arabic numeral 13. buffer_13 = [ \"00001000\", \"00001000\", \"01111111\", \"01001001\", \"01001001\", \"01111111\", \"00001000\", \"00001000\", ] #Display arabic numeral 12. buffer_12 = [ \"11111111\", \"10111101\", \"10010001\", \"10111101\", \"10010101\", \"10111101\", \"10000001\", \"11111111\", ] #Display arabic numeral 11. buffer_11 = [ \"01111110\", \"00100000\", \"00100000\", \"00111110\", \"01000010\", \"10000100\", \"00010100\", \"00001000\", ] #Display arabic numeral 10. buffer_10 = [ \"01001001\", \"01111111\", \"00001000\", \"00011111\", \"00100010\", \"01011010\", \"00000100\", \"00001000\", ] #Display arabic numeral 9. buffer_9 = [ \"00111110\", \"00100010\", \"00100010\", \"00111110\", \"00000010\", \"00000010\", \"00000010\", \"00111110\", ] #Display arabic numeral 8. buffer_8 = [ \"00111110\", \"00100010\", \"00100010\", \"00111110\", \"00100010\", \"00100010\", \"00100010\", \"00111110\", ] #Display arabic numeral 7. buffer_7 = [ \"00111110\", \"00000010\", \"00000010\", \"00000100\", \"00000100\", \"00000100\", \"00001000\", \"00001000\", ] #Display arabic numeral 6. buffer_6 = [ \"00111110\", \"00100000\", \"00100000\", \"00111110\", \"00100010\", \"00100010\", \"00100010\", \"00111110\", ] #Display arabic numeral 5. buffer_5 = [ \"00011110\", \"00010000\", \"00010000\", \"00011110\", \"00000010\", \"00000010\", \"00000010\", \"00011110\", ] # Display arabic numeral 4. buffer_4 = [ \"00000100\", \"00001000\", \"00010000\", \"00100100\", \"01000100\", \"01111111\", \"00000100\", \"00000100\", ] # Display arabic numeral 3. buffer_3 = [ \"00011100\", \"00100010\", \"00000010\", \"00011110\", \"00000010\", \"00100010\", \"00011100\", \"00000000\", ] # Display arabic numeral 2. buffer_2 = [ \"00011100\", \"00100010\", \"00000010\", \"00000100\", \"00001000\", \"00010000\", \"00111110\", \"00000000\", ] # Display arabic numeral 1. buffer_1 = [ \"00001000\", \"00011000\", \"00001000\", \"00001000\", \"00001000\", \"00001000\", \"00001000\", \"00011100\", ] # LED turn off data. buffer_off = [\"0\", \"0\", \"0\", \"0\", \"0\", \"0\", \"0\", \"0\"] key_pin = 37 def sendbyte(bytedata): for bit in range(0, 8): if (bytedata << bit) & 0x80: GPIO.output(DIN, GPIO.HIGH) else: GPIO.output(DIN, GPIO.LOW) # Configure the voltage level of CLK as high. GPIO.output(CLK, GPIO.HIGH) # Configure the voltage level of CLK as low. GPIO.output(CLK, GPIO.LOW) def WriteToReg(regaddr, bytedata): GPIO.output(CS, GPIO.HIGH) GPIO.output(CS, GPIO.LOW) GPIO.output(CLK, GPIO.LOW) sendbyte(regaddr) sendbyte(bytedata) GPIO.output(CS, GPIO.HIGH) def disp_clean(): time.sleep(0.1) for i in range(0, 8): # Write data to register address. Finally the LED matrix displays StarFive logo. WriteToReg(i + 1, int(buffer_off[i], 2)) time.sleep(1) def disp_numeral_13_to_1(): for id in range(13, 0, -1): buffer_name = \"buffer_{}\".format(id) list_buffer = eval(buffer_name) for j in range(0, 8): # Write data to the register address. Finally the LED matrix displays with numeral from 5 to 1. WriteToReg(j + 1, int(list_buffer[j], 2)) time.sleep(1) for j in range(0, 8): # Write data to the register address. Finally turn off the LED matrix. WriteToReg(j + 1, int(buffer_off[j], 2)) time.sleep(0.1) def flash_logo(): for loop in range(0, 5): for j in range(0, 8): # Write data to the register address. Finally turn off the LED matrix. WriteToReg(j + 1, int(buffer_off[j], 2)) time.sleep(0.1) for j in range(0, 8): # Write data to the register address. Finally the LED matrix displays with StarFive logo. WriteToReg(j + 1, int(buffer[j], 2)) time.sleep(0.1) def WriteALLReg(): # Clean screen disp_clean() # Display numeral from 5 to 1 disp_numeral_13_to_1() # Flash starfive logo. flash_logo() def initData(): WriteToReg(0x09, 0x00)# Set the decode mode. WriteToReg(0x0A, 0x03)# Set the brightness. WriteToReg(0x0B, 0x07)# Set the scan limitation. WriteToReg(0x0C, 0x01)# Set the power mode. WriteToReg(0x0F, 0x00) # the callback function for edge detection def detect(pin, edge_type): if edge_type == 1: et = \"Rising\" else: et = \"Falling\" if GPIO.getmode() == GPIO.BOARD: print(\"{} edge was detected on pin:{}\".format(et, pin)) else: print(\"{} edge was detected on GPIO:{}\".format(et, pin)) WriteALLReg() global flag flag = 1 def main(): global flag flag = 0 # Set the gpio mode as \'BOARD\'. GPIO.setmode(GPIO.BOARD) # Configure the direction of DIN, CS, and CLK as output. GPIO.setup(DIN, GPIO.OUT) GPIO.setup(CS, GPIO.OUT) GPIO.setup(CLK, GPIO.OUT) # Configure the direction of key_pin as input. GPIO.setup(key_pin, GPIO.IN) # Both edge rising and falling can be detected, also set bouncetime(unit: millisecond) to avoid jitter GPIO.add_event_detect(key_pin, GPIO.FALLING, callback=detect, bouncetime=2) initData() print(\"*------------------------------------------------------*\") print(\"Please press the key on pin {} to launch !!!\".format(key_pin)) while True: if flag == 1: disp_clean() GPIO.cleanup() break print(\"Exit demo.\") if __name__ == \"__main__\": sys.exit(main()) 當(dāng)然開(kāi)發(fā)者也可以使用FileZilla拷貝工具，通過(guò)ssh來(lái)傳遞python腳本文件，但沒(méi)有vim來(lái)的高效。 使用vim編寫(xiě)完，保存退出后，運(yùn)行“python3 edge_detection_with_LED_Matrix.py”命令即可驗(yàn)證效果。 四、顯示效果 開(kāi)機(jī)后，第一次運(yùn)行腳本程序，如頂部視頻所示，由全屏點(diǎn)亮，通過(guò)按一下開(kāi)關(guān)，觸發(fā)點(diǎn)陣屏顯示。顯示內(nèi)容有“中國(guó)萬(wàn)歲”，“9”~“1”數(shù)字倒計(jì)顯示，接著閃爍顯示賽防科技的logo后熄滅點(diǎn)陣屏。再次運(yùn)行腳本程序，如底部視頻所示，按鍵后可再次觸發(fā)。 五、終端命令關(guān)機(jī) 昉·星光 2開(kāi)機(jī)后，說(shuō)實(shí)話CPU處的溫度還是有點(diǎn)高的，用手指觸碰感覺(jué)很燙手，后期會(huì)考慮添上一個(gè)16mm x 16mm的散熱片。在終端中，root模式下運(yùn)行shutdown指令，在沒(méi)有連接串口調(diào)試工具前提下，可做到完全關(guān)斷電源，體驗(yàn)不錯(cuò)。

的里程碑 VisionFive 2憑借JH7110四核處理器 + Vulkan GPU突破了RISC-V平臺(tái)游戲性能瓶頸。實(shí)測(cè)證明： ?性價(jià)比突出 ：單板成本＜800元，性能持平樹(shù)莓派4B游戲方案 ?生態(tài)

測(cè)試板卡上聲卡，播放mp3音樂(lè)。 一、聲卡設(shè)備 1.1、查詢板卡的聲卡設(shè)備 板卡支持兩個(gè)聲卡，一個(gè)是自身聲卡設(shè)備，一個(gè)是HDMI聲卡。 user@starfive:~$ sudo aplay -l 1.2、查看系統(tǒng)默認(rèn)的聲卡 默認(rèn)的聲卡設(shè)備不是上面的兩個(gè)聲卡 1.3、修改默認(rèn)的聲卡設(shè)備 修改聲卡配置文件user@starfive:~$ sudo vi /etc/asound.conf 添加內(nèi)容 pcm.!default { type hw card 0 } ctl.!default { type hw card 0 } 重啟設(shè)備后，查看默認(rèn)聲卡為修改的設(shè)備 1.4、測(cè)試設(shè)備 二、安裝播放器軟件user@starfive:~$ sudo apt-get install sox libsox-fmt-all 三、播放音樂(lè) 播放復(fù)制到板卡上的音樂(lè) user@starfive:~$ sudo play bzyy.mp3

讓我們討論一下部署堅(jiān)固的自動(dòng)化計(jì)算機(jī)的一些好處。1.溫度范圍寬自動(dòng)化計(jì)算機(jī)經(jīng)過(guò)工程設(shè)計(jì)，配備了支持寬溫度范圍的組件，使自動(dòng)化計(jì)算解決方案能夠在各種不同的極端環(huán)境中運(yùn)行。自動(dòng)化計(jì)算機(jī)能夠在溫度達(dá)到

ARM一樣，自己搭建環(huán)境自己編譯吧。 今天第一篇，主要分享下怎么搭建riscv編譯環(huán)境環(huán)境，用無(wú)線網(wǎng)卡鏈接wifi也需要編譯內(nèi)核，磨刀不誤砍柴工嘛。 下面主要介紹RISC-V架構(gòu)下GNU工具鏈

一、概況 昉·星光 2是全球首款集成了GPU的高性能RISC-V單板計(jì)算機(jī)。與昉·星光相比，昉·星光 2全面升級(jí)，在處理器速度、多媒體處理能力、可擴(kuò)展性等方面均有顯著提升。性能卓越，價(jià)格親民，昉

。ED-SBC3300系列是一款基于RaspberryPiCM5的Mini-ITX工業(yè)單板計(jì)算機(jī)主板。根據(jù)不同的應(yīng)用場(chǎng)景和用戶需求，可選擇不同規(guī)格的RAM和eMMC

1、ollama平臺(tái)搭建 ollama可以快速地部署開(kāi)源大模型，網(wǎng)址為https://ollama.com， 試用該平臺(tái)，可以在多平臺(tái)上部署 Deepseek-R1, Qwen3, Llama, Gemma等開(kāi)源大模型。當(dāng)然，一些閉源的（類(lèi)似chatgpt, gemini）是不支持部署的。如下圖： 在端側(cè)部署大模型，個(gè)人認(rèn)為最大的好處：是可以避免因文本或圖片上傳而造成的信息泄露，因?yàn)橐磺形谋据斎牒屯评矶伎梢噪x線進(jìn)行。 我們進(jìn)到其github，發(fā)現(xiàn)其并沒(méi)有提供risc-v架構(gòu)的編譯產(chǎn)物。 所以，我們需要下載源碼來(lái)編譯ollama。 Git clone https://github.com/ollama/ollama.git 需要先安裝一下編譯需要的庫(kù)： sudo apt install g++ build-essential cmake 解壓ollama源碼之后，按照ollama github里的build from source指導(dǎo)，進(jìn)行編譯，編譯步驟如下圖所示： 在調(diào)用go run . serve發(fā)現(xiàn)抱錯(cuò)：go指令不存在，這是因?yàn)閂isionFive2板卡沒(méi)有安裝go，下面我們來(lái)安裝一下go 2、go安裝 進(jìn)到go的官網(wǎng)https://go.dev/dl/，按照慣例，我們要找一下是否有risc-v的編譯產(chǎn)物，如果沒(méi)有的話，又得源碼編譯了。 不過(guò)，好在我們發(fā)現(xiàn)了已經(jīng)有release的risc-v的編譯產(chǎn)物了，如下圖，把紅框內(nèi)的文件下載到visionfive2的板卡上。 解壓文件，看到在go/bin/路徑下，有一個(gè)go的可執(zhí)行文件。 我們要把這個(gè)go可執(zhí)行文件添加到環(huán)境變量，具體做法是：在~/.bashrc文件最后添加下圖所示的內(nèi)容 然后 source ~/.bashrc 執(zhí)行 go version 檢查一下，go是否能夠正常運(yùn)行。這里可以看到go的版本，以及編譯的系統(tǒng)和芯片架構(gòu)。 3、拉取/運(yùn)行大語(yǔ)言模型 ollama的使用方法和docker很像。 返回到ollama的編譯路徑，找到ollama可執(zhí)行文件 執(zhí)行 ./ollama run qwen3:0.6b 可以看到有個(gè)進(jìn)度條在拉取0.6B的Qwen模型。當(dāng)然也可以拉去deepseek的模型，如下： ./ollama run deepseek-r1:1.5b 可以選擇不同的參數(shù)量版本，參數(shù)量越大，對(duì)算力的要求越高，模型表現(xiàn)越好。 我這里就使用最小的Qwen0.5b來(lái)試一下： 拉取完畢之后，就可以在命令行輸入你想問(wèn)的問(wèn)題： 我讓它幫我寫(xiě)一首詩(shī)，指定了主題和要表現(xiàn)的內(nèi)容： qwen0.6b的表現(xiàn)：這個(gè)參數(shù)量的表現(xiàn)只能說(shuō)一般?！奥?tīng)蛙飛”，青蛙怎么會(huì)飛呢。 visionfive2的表現(xiàn)： 執(zhí)行 ./ollama ps 可以看到當(dāng)前正在運(yùn)行的大模型，以及運(yùn)行方式：CPU。 如果有顯卡的話，這里會(huì)顯示GPU。Visionfive2的gpu應(yīng)該是不支持推理的，所以這里用的是CPU。實(shí)測(cè)下來(lái)，運(yùn)行0.6B的模型，自回歸的速度大概是每2秒一個(gè)漢字。

無(wú)所不在。得益于其強(qiáng)大的硬件和多功能性，樹(shù)莓派被應(yīng)用于各個(gè)行業(yè)。繼續(xù)閱讀，了解這款單板計(jì)算機(jī)如何應(yīng)對(duì)全球挑戰(zhàn)，來(lái)讓我們驚嘆。1.學(xué)生將樹(shù)莓派送上太空讓我們從最嚴(yán)苛的

官網(wǎng)看到開(kāi)發(fā)板可以安裝測(cè)試openplc，下面來(lái)體驗(yàn)下openplc功能。 一、安裝軟件 1.1、安裝軟件包 root@starfive:~# sudo apt-get install -y curl git udev libxml2-dev autoconf automake autotools-dev icu-devtools libicu-dev libsigsegv2 m4 autoconf-archive gnu-standards libtool gettext m4 make cmake build-essential pkg-config bison flex libtool nodejs libbz2-dev sqlite3 libgdbm-dev openssl libexpat1-dev python${version}-dev python3 libxslt-dev libmodbus5 python3-venv libasio-dev 1.2、下載openplc軟件包 下載地址：https://debian.starfivetech.com/ 網(wǎng)盤(pán)路徑：VisionFive2/Engineering Release/202409/debian-packs/openplc.zip 1.3、安裝軟件 下載安裝包復(fù)制到開(kāi)發(fā)板/home/user下，并解壓 user@starfive:~$ unzip openplc.zip user@starfive:~$ cd openplc user@starfive:~/openplc$ sudo dpkg -i openplc-vf2.deb 1.4、創(chuàng)建環(huán)境 創(chuàng)建python虛擬環(huán)境并安裝python包 user@starfive:~$ cd openplc_v3/ user@starfive:~/openplc_v3$ sudo python3 -m venv .venv user@starfive:~/openplc_v3$ sudo .venv/bin/python3 -m pip install requests wget bs4 flask==2.3.3 werkzeug==2.3.7 flask-login==0.6.2 pyserial pymodbus==2.5.3 user@starfive:~/openplc_v3$ sudo .venv/bin/python3 -m pip install VisionFive.gpio-1.3.3-cp311-cp311-linux_riscv64.whl 需要準(zhǔn)備文件VisionFive.gpio-1.3.3-cp311-cp311-linux_riscv64.whl 文件地址：https://pypi.org/project/VisionFive.gpio/1.3.3/ 二、測(cè)試 2.1、下載及安裝openplc編輯軟件 軟件下載地址：https://autonomylogic.com/download/ 這里我下載windows版本測(cè)試，下載完成后，正常流程安裝軟件。 2.2、創(chuàng)建工程 2.2.1、創(chuàng)建梯形圖工程 2.2.2、測(cè)試梯形圖 2.2.3、生成st文件 2.3、打開(kāi)OpenPLC HMI 瀏覽器輸入板卡的IP:8080http://192.168.1.200:8080/login 輸入用戶名和密碼：openplc，接入HMI界面 進(jìn)入界面后，上傳上步生成的.st文件 重新命令程序名稱 上傳程序后，編譯出現(xiàn)錯(cuò)誤

工業(yè)自動(dòng)化是指利用自動(dòng)化計(jì)算機(jī)來(lái)控制工業(yè)環(huán)境中的流程、機(jī)器人和機(jī)械，以制造產(chǎn)品或其部件。工業(yè)自動(dòng)化的目的是提高生產(chǎn)率、增加靈活性，并提升制造過(guò)程的質(zhì)量。工業(yè)自動(dòng)化在汽車(chē)制造中體現(xiàn)得最為明顯，其中許多

一、更新軟件包 編譯之前需要更新所需要的軟件包 hui@hui-virtual-machine:~$ sudo apt-get update hui@hui-virtual-machine:~$ sudo apt-get upgrade hui@hui-virtual-machine:~$ sudo apt-get install build-essential automake libtool texinfo bison flex gawk g++ git xxd curl wget gdisk gperf cpio bc screen texinfo unzip libgmp-dev libmpfr-dev libmpc-dev libssl-dev libncurses-dev libglib2.0-dev libpixman-1-dev libyaml-dev patchutils python3-pip zlib1g-dev device-tree-compiler dosfstools mtools kpartx rsync hui@hui-virtual-machine:~$ curl -s https://packagecloud.io/install/repositories/github/git-lfs/script.deb.sh | sudo bash hui@hui-virtual-machine:~$ sudo apt-get install git-lfs 二、下載SDK源碼 hui@hui-virtual-machine:~$ git clone https://github.com/starfive-tech/VisionFive2.git hui@hui-virtual-machine:~$ cd VisionFive2/ hui@hui-virtual-machine:~/VisionFive2$ git checkout --track origin/JH7110_VisionFive2_devel hui@hui-virtual-machine:~/VisionFive2$ git submodule update --init --recursive hui@hui-virtual-machine:~/VisionFive2$ cd buildroot && git checkout --track origin/JH7110_VisionFive2_devel && cd .. hui@hui-virtual-machine:~/VisionFive2$ cd linux && git branch JH7110_VisionFive2_devel origin/JH7110_Vision hui@hui-virtual-machine:~/VisionFive2$ cd u-boot && git checkout --track origin/JH7110_VisionFive2_devel && cd .. hui@hui-virtual-machine:~/VisionFive2$ cd opensbi && git checkout --track origin/JH7110_VisionFive2_devel && cd .. hui@hui-virtual-machine:~/VisionFive2$ cd soft_3rdpart && git checkout JH7110_VisionFive2_devel && cd .. 三、構(gòu)建指令 3.1、構(gòu)建Buildroot、U-Boot、Linux內(nèi)核和BusyBox hui@hui-virtual-machine:~/VisionFive2$ make -j$(nproc) 編譯完成 編譯后生成的文件 3.2、生成TF卡鏡像 hui@hui-virtual-machine:~/VisionFive2$ make buildroot_rootfs -j$(nproc) hui@hui-virtual-machine:~/VisionFive2$ make img 編譯完成后，生成的鏡像文件 3.3、燒寫(xiě)系統(tǒng)到TF卡 執(zhí)行下面命令，燒寫(xiě)系統(tǒng)到TF卡 hui@hui-virtual-machine:~/VisionFive2$ sudo dd if=work/sdcard.img of=/dev/sdc bs=4096 四、編譯過(guò)程中遇到的錯(cuò)誤 解決辦法： 修改目錄/VisionFive2/buildroot/package/mesa3d/mesa3d.mk 修改下載連接地址： hui@hui-virtual-machine:~/VisionFive2/buildroot/package/mesa3d$ sudo vi mesa3d.mk 五、系統(tǒng)運(yùn)行 將燒寫(xiě)的系統(tǒng)的TF卡插入板卡，上電啟動(dòng)。

單板計(jì)算機(jī)，搭載昉·驚鴻-7110（型號(hào)：JH-7110）RISC-V應(yīng)用處理器，擁有極強(qiáng)的計(jì)算能力和圖形處理能力。開(kāi)源的昉·星光 2具有強(qiáng)大的軟件適配性，官方適配Debian操作系統(tǒng)，同時(shí)通過(guò)社區(qū)合作適配

拿到賽昉科技的VisionFive 2開(kāi)發(fā)板有段時(shí)間了，之前移植出差調(diào)試設(shè)備，任務(wù)比較繁忙，剛好現(xiàn)在周末有時(shí)間，就來(lái)寫(xiě)下測(cè)評(píng)帖子。 這是板子的包裝，非常的高大上 下面是插電接入網(wǎng)線后的板子實(shí)物圖 運(yùn)行這塊板子，需要自備一個(gè)容量>32G以上的SD卡，否則無(wú)法運(yùn)行debian系統(tǒng)。 為此，我專(zhuān)門(mén)在淘寶上買(mǎi)了一個(gè)64G的SD卡。 首先為了使VisionFive 2板子運(yùn)行起來(lái)，先要對(duì)SD進(jìn)行OS燒錄， 這個(gè)非常像給PC臺(tái)式機(jī)安裝操作系統(tǒng)，只不過(guò)現(xiàn)在是給VisionFive 2安裝debian linux系統(tǒng)了，然后哪個(gè)SD卡就充當(dāng)固態(tài)硬盤(pán)，安裝了系統(tǒng)。 1。先燒錄debian系統(tǒng)到SD卡 https://canonical-ubuntu-boards.readthedocs-hosted.com/en/latest/how-to/starfive-visionfive-2/ 根據(jù)這個(gè)網(wǎng)盤(pán)地址下載燒錄固件，然后解壓得到下面的東西 打開(kāi)balenaEtcher軟件 加載這個(gè)固件燒錄到SD中 上面是燒錄，然后還有驗(yàn)證 強(qiáng)烈建議使用有USB3.0接口的電腦進(jìn)行燒錄，我的筆記本只有USB2.0，燒錄一下5分鐘。好慢 燒錄完成后會(huì)顯示上面的圖像 然后將SD卡插入板子的卡槽 使用串口putty連接 輸入用戶名 root 密碼 starfive 進(jìn)入debian系統(tǒng) 輸入lscpu指令查看 4核risv CPU 安裝溫度sensor apt install lm-sensors 輸入sensors查看板子溫度 顯示是51.5度，有點(diǎn)發(fā)燙 2。進(jìn)行coremark跑分 先從github上下載coremark源碼git clone https://github.com/eembc/coremark.git 使用上面的命令 然后cd coremark切換到coremark文件夾 運(yùn)行make編譯代碼 然后輸入 ./coremark.exe 執(zhí)行文件 可以看出最后coremark跑分為5041.477611分，很強(qiáng)的分?jǐn)?shù)了，完爆所有STM32系列的MCU分?jǐn)?shù)

【開(kāi)箱】 感謝 elecfans 和 賽昉半導(dǎo)體 的測(cè)評(píng)活動(dòng)，收到了 VisionFive 2 開(kāi)發(fā)板，先上圖一睹為快。 【處理器介紹】 這款開(kāi)發(fā)板搭載 28nm StarFive

睿莓1是一款性能優(yōu)異且極具性價(jià)比，專(zhuān)為多種應(yīng)用場(chǎng)景設(shè)計(jì)的單板計(jì)算機(jī)。搭載Amlogic S905X4四核處理器，支持多種內(nèi)存和存儲(chǔ)配置，配備HDMI 2.1接口，支持4Kp75視頻輸出。它具備10

工業(yè)計(jì)算機(jī)是一種專(zhuān)為工廠和工業(yè)環(huán)境設(shè)計(jì)的計(jì)算系統(tǒng)，具有高可靠性和穩(wěn)定性，能夠應(yīng)對(duì)惡劣環(huán)境下的自動(dòng)化、制造和機(jī)器人操作。其特點(diǎn)包括無(wú)風(fēng)扇散熱技術(shù)、無(wú)電纜連接和防塵防水設(shè)計(jì)，使其在各種工業(yè)自動(dòng)化場(chǎng)景中

適用場(chǎng)景 ：RVspace防-星光2單板計(jì)算機(jī)（Debian11），SD卡根分區(qū)擴(kuò)容 核心原理 三步操作流程 ： graph LR A[刪除舊分區(qū)] --> B[重建分區(qū)-保持起始扇區(qū)

一、環(huán)境搭建 相關(guān)命令來(lái)源：GitHub - starfive-tech/VisionFive2 注意：整個(gè)環(huán)境搭建過(guò)程都需要vpn，否則ubuntu鏡像無(wú)法下載，代碼無(wú)法抓取，編譯中間的工具無(wú)法抓取。 1.1 下載docker及鏡像 docker pull ubuntu:20.04 cmd窗口執(zhí)行命令抓取ubuntu鏡像。 抓取好后在docker界面看到images欄新增了一個(gè)ubuntu的鏡像 1.2 區(qū)分大小寫(xiě) 【很重要！?。≡O(shè)置區(qū)分大小寫(xiě)】 這個(gè)很重要，否則會(huì)導(dǎo)致編譯buildroot_rootfs失敗 失敗提示“__lll_lock_wake_private” 參考：https://stackoverflow.com/questions/61059870/what-is-lll-lock-wait-private-and-what-can-cause-a-hang-while-malloc-consolida 創(chuàng)建一個(gè)文件夾存放docker項(xiàng)目D:\\\\docker_pro\\\\c_visionfive2，注意設(shè)置區(qū)分大小寫(xiě) 執(zhí)行命令區(qū)分大小寫(xiě) fsutil.exe file setCaseSensitiveInfo D:\\\\docker_pro\\\\c_visionfive2 enable 可以在D:\\\\docker_pro目錄中，創(chuàng)建兩個(gè)文件夾分別是a和A，如果都可以存在則表明設(shè)置成功。 1.3 生成容器 執(zhí)行完后則進(jìn)入容器 docker run --name c_visionfive2 -v //d/docker_pro/c_visionfive2:/home -it ubuntu:20.04 /bin/bash 解釋?zhuān)哼@里的//d/docker_pro/c_visionfive2是你要在windows中查看的文件路徑，/home是這個(gè)文件映射在容器中的路徑 docker container ls -a docker exec -it c_visionfive2 /bin/bash 也可以用上述兩個(gè)命令進(jìn)入容器，先查看所有容器，然后輸入容器名 docker exec -it<container_name> /bin/bash PS：需要注意在docker中先把容器狀態(tài)設(shè)置為運(yùn)行。 1.4 更新工具 更新ubunut工具，如果不運(yùn)行，git就沒(méi)法用 apt update 下載依賴apt-get -y install build-essential automake libtool texinfo bison flex gawk g++ git xxd curl wget gdisk gperf cpio bc screen texinfo unzip libgmp-dev libmpfr-dev libmpc-dev libssl-dev libncurses-dev libglib2.0-dev libpixman-1-dev libyaml-dev patchutils python3-pip zlib1g-dev device-tree-compiler dosfstools mtools kpartx rsync 輸入6和70選擇時(shí)區(qū) 安裝工具git-lfs curl -s https://packagecloud.io/install/repositories/github/git-lfs/script.deb.sh | bash apt-get install git-lfs 二、抓取代碼 可以直接將如下代碼塊存成setup.sh文件，注意LF結(jié)尾 拷貝到/home目錄下，直接運(yùn)行./setup.sh 如果網(wǎng)絡(luò)給力的話，可以一次性運(yùn)行成功。 如果不行可以按步驟依次執(zhí)行。 git clone https://github.com/starfive-tech/VisionFive2.git cd VisionFive2 git checkout --track origin/JH7110_VisionFive2_devel git submodule update --init --recursive cd linux git branch JH7110_VisionFive2_devel origin/JH7110_VisionFive2_devel cd ../buildroot git checkout --track origin/JH7110_VisionFive2_devel cd ../u-boot git checkout --track origin/JH7110_VisionFive2_devel cd ../linux git checkout --track origin/JH7110_VisionFive2_devel cd ../opensbi git checkout --track origin/JH7110_VisionFive2_devel cd ../soft_3rdpart git checkout JH7110_VisionFive2_devel cd .. make -j$(nproc) 三、編譯結(jié)果 四、異?！粎^(qū)分大小寫(xiě)導(dǎo)致 會(huì)遇到__lll_lock_wait_private的提示 如果沒(méi)有事先把文件夾設(shè)置為區(qū)分大小寫(xiě)，后期想再設(shè)置就會(huì)失敗。 五、刷機(jī) 暫時(shí)沒(méi)找到直觀的整編刷機(jī)教程，下期發(fā)布。

2h........無(wú)奈） 參考文獻(xiàn)： 全球首款集成3D GPU的高性能量產(chǎn)RISC-V 單板計(jì)算機(jī)，昉·星光 2 開(kāi)發(fā)實(shí)踐！[全球首款集成3D GPU的高性能量產(chǎn)RISC-V 單板計(jì)算機(jī)，昉·星光 2 開(kāi)發(fā)實(shí)踐

使用opencv測(cè)試USB攝像頭。 一、檢測(cè)USB攝像頭 插入U(xiǎn)SB攝像頭，執(zhí)行命令，提示沒(méi)有找到命令 root@starfive:~# lsusb 安裝軟件包 root@starfive:~# sudo apt install usbutils 再次執(zhí)行，找到USB攝像頭設(shè)備 二、檢測(cè)攝像頭參數(shù) 2.1、安裝v4l2-ctl工具，查看視頻設(shè)備 root@starfive:~# sudo apt install v4l-utils root@starfive:~# v4l2-ctl --list-device 2.2、查看指定視頻設(shè)備參數(shù)信息 root@starfive:~# v4l2-ctl --device=/dev/video4 --all 三、測(cè)試圖像 3.1、安裝依賴軟件包 root@starfive:/opt# sudo apt-get install python3-pip root@starfive:/opt# sudo apt-get install libopencv-dev python3-opencv 3.2、測(cè)試代碼 import cv2 cap = cv2.VideoCapture(4) while True: ret, frame = cap.read() cv2.imshow(\"Camera\", frame) if cv2.waitKey(1) & 0xFF == ord(\'q\'): break cap.release() cv2.destroyAllWindows() 3.3、顯示圖像

測(cè)試遠(yuǎn)程訪問(wèn)開(kāi)發(fā)板界面 一、安裝vncserver軟件 user@starfive:~$ sudo apt install xfce4 xfce4-goodies user@starfive:~$ sudo apt install tightvncserver 二、運(yùn)行軟件 2.1、創(chuàng)建登錄密碼 user@starfive:~$ vncserver 2.2、修改xstartup文件 user@starfive:~$ vi .vnc/xstartup 在文件最后增加startxfce4 & 三、遠(yuǎn)程桌面登錄 3.1、選擇VNC方式登錄 3.2、輸入創(chuàng)建的密碼 3.3、登錄后的界面 3.4、修改分辨率 默認(rèn)顯示分辨率有點(diǎn)低，登錄時(shí)可以設(shè)置顯示的分辨率 關(guān)閉掉上次打開(kāi)的進(jìn)程 user@starfive:~$ vncserver -kill :1 以1920*1080分辨率打開(kāi) user@starfive:~$ vncserver -geometry 1920x1080

官方有VisionFive.gpio，嘗試下移植libgpiod到開(kāi)發(fā)板。 一、安裝GPIO庫(kù) 1.1、下載源碼 執(zhí)行命令： root@starfive:~# wget https://git.kernel.org/pub/scm/libs/libgpiod/libgpiod.git/snapshot/libgpiod-2.0.tar.gz root@starfive:~# tar xvf libgpiod-2.0.tar.gz root@starfive:~# apt-get install build-essential pkg-config m4 automake autoconf libtool autoconf-archive root@starfive:~# apt-get install gcc g++ root@starfive:~# export CC=gcc root@starfive:~# export CXX=g++ 1.2、安裝 root@starfive:~/libgpiod-2.0# ./autogen.sh --enable-tools=yes --prefix=/root/starfive/mylib_local root@starfive:~/libgpiod-2.0# make root@starfive:~/libgpiod-2.0# make install 安裝完成后，生成的文件 二、測(cè)試 2.1、gpio.c //#gpio.c #include<stdio.h> #include<unistd.h> #include<gpiod.h> #define PIN_IO2_4646//LD0 #define PIN_IO2_4444//LD1 #define PIN_IO2_6161//LD2 #define PIN_IO2_6363//ld3 #define PIN_IO2_4242//K2 int main() { struct gpiod_chip *gchip; struct gpiod_line_info *glinein, *glineout; struct gpiod_line_settings *gline_settings_in, *gline_settings_out; struct gpiod_line_config*gline_config_in, *gline_config_out; struct gpiod_request_config *gline_request_config_in, *gline_request_config_out; struct gpiod_line_request*gline_request_in, *gline_request_out; int offset_in[1] = {PIN_IO2_42}; int offset_out[4] = {PIN_IO2_44, PIN_IO2_46, PIN_IO2_61, PIN_IO2_63}; int value; if ((gchip=gpiod_chip_open(\"/dev/gpiochip0\")) == NULL) { perror(\"gpiod_chip_open\"); return 1; } gline_settings_in = gpiod_line_settings_new(); if ((value=gpiod_line_settings_set_direction(gline_settings_in, GPIOD_LINE_DIRECTION_INPUT)) != 0) { perror(\"gpiod_line_settings_set_direction\"); } gline_config_in = gpiod_line_config_new(); value=gpiod_line_config_add_line_settings(gline_config_in, offset_in, 1, gline_settings_in); gline_request_config_in = gpiod_request_config_new(); gline_request_in = gpiod_chip_request_lines(gchip, gline_request_config_in, gline_config_in); gline_settings_out = gpiod_line_settings_new(); if (gpiod_line_settings_set_direction(gline_settings_out, GPIOD_LINE_DIRECTION_OUTPUT) != 0) { perror(\"gpiod_line_settings_set_direction\"); } gline_config_out = gpiod_line_config_new(); gpiod_line_config_add_line_settings(gline_config_out, offset_out, 4, gline_settings_out); gline_request_config_out = gpiod_request_config_new(); gline_request_out = gpiod_chip_request_lines(gchip, gline_request_config_out, gline_config_out); value=gpiod_line_request_set_value(gline_request_out, PIN_IO2_46, 0); value=gpiod_line_request_set_value(gline_request_out, PIN_IO2_44, 1); value=gpiod_line_request_set_value(gline_request_out, PIN_IO2_61, 0); value=gpiod_line_request_set_value(gline_request_out, PIN_IO2_63, 1); sleep(1); for (int i = 0; i < 50; i++) { //value=gpiod_line_request_get_value(gline_request_in, PIN_IO2_42); //printf(\"PIN_IO2_42 = %d\\\\\\\\n\", value); gpiod_line_request_set_value(gline_request_out, PIN_IO2_46, 1); gpiod_line_request_set_value(gline_request_out, PIN_IO2_44, 0); gpiod_line_request_set_value(gline_request_out, PIN_IO2_61, 1); gpiod_line_request_set_value(gline_request_out, PIN_IO2_63, 0); sleep(1); gpiod_line_request_set_value(gline_request_out, PIN_IO2_46, 0); gpiod_line_request_set_value(gline_request_out, PIN_IO2_44, 1); gpiod_line_request_set_value(gline_request_out, PIN_IO2_61, 0); gpiod_line_request_set_value(gline_request_out, PIN_IO2_63, 1); sleep(1); } gpiod_chip_close(gchip); return 0; } 2.2、編譯代碼 在gpio.c所在的目錄下編譯 命令：root@starfive:~# gcc-I/root/starfive/mylib_local/include -L/root/starfive/mylib_local/lib -o gpio gpio.c -lgpiod 2.3、設(shè)置路徑 root@starfive:~# export LD_LIBRARY_PATH=/root/starfive/mylib_local/lib:$LD_LIBRARY_PATH root@starfive:~# export PATH=/root/starfive/mylib_local/bin:$PATH 三、運(yùn)行結(jié)果 運(yùn)行命令：root@starfive:~# ./gpio

如果計(jì)算的未來(lái)不是被鎖定在專(zhuān)有架構(gòu)上，那會(huì)怎樣？想象一下，在這個(gè)世界上，開(kāi)發(fā)人員和業(yè)余愛(ài)好者都可以利用開(kāi)源硬件的強(qiáng)大功能自由構(gòu)建、創(chuàng)新和實(shí)驗(yàn)。進(jìn)入RISC-V單板計(jì)算機(jī)(SBC)領(lǐng)域——一個(gè)新興

測(cè)試板卡GPIO口點(diǎn)亮LED燈。 一、搭建環(huán)境 1.1、文檔 按照官方的應(yīng)用文檔搭建測(cè)試環(huán)境GPIO點(diǎn)亮LED 1.2、在Debain系統(tǒng)上安裝piproot@starfive:~# apt-get install python3-pip 1.3、安裝VisionFive.gpio包 1.3.1、安裝依賴包 apt install libxml2-dev libxslt-dev python3 -m pip install requests wget bs4 安裝過(guò)程中遇到點(diǎn)問(wèn)題 報(bào)錯(cuò)：error: externally-managed-environment 執(zhí)行命令apt install python3-requests python3-wget python3-bs4 -y 正常安裝 1.3.2、運(yùn)行安裝腳本 下載最新的VisionFive.gpio 下載地址：VisionFive.gpio 該版本有三個(gè)下載鏈接 根據(jù)系統(tǒng)安裝的python版本來(lái)選擇，選擇系統(tǒng)版本對(duì)應(yīng)的python 3.11 執(zhí)行下載命令： wget https://files.pythonhosted.org/packages/2e/00/16326e8e01a268ce997b72e70240d7249a550222af82955d9b4a52f8a320/VisionFive.gpio-1.3.3-cp311-cp311-any.whl 修改文件名：mv VisionFive.gpio-1.3.3-cp311-cp311-any.whl VisionFive.gpio-1.3.3-cp311-cp311-linux_riscv64.whl 安裝python3 -m pip install VisionFive.gpio-1.3.3-cp311-cp311-linux_riscv64.whl --break-system-packages 二、測(cè)試 找到測(cè)試代碼的位置 2.1、查看VisionFive.gpio安裝的目錄pip show VisionFive.gpio 進(jìn)入目錄 cd /usr/local/lib/python3.11/dist-packages/ cd VisionFive/sample-code/ 找到led.py 2.2、修改測(cè)試代碼 根據(jù)測(cè)試的硬件修改對(duì)應(yīng)的端口 這里測(cè)試使用GPIO44端口，對(duì)用引腳號(hào)為40 修改led.py \"\"\" Please make sure the LED is connected to the correct pins. The following table describes how to connect the LED to the 40-pin header. ----------------------------------------- _______LED_________Pin Number_____Pin Name Positive 22 GPIO50 Negative 6GND ----------------------------------------- \"\"\" import VisionFive.gpio as GPIO import time led_pin = 40 # Set the gpio mode as \'BOARD\'. GPIO.setmode(GPIO.BOARD) # Configure the direction of led_pin as output. GPIO.setup(led_pin, GPIO.OUT) def light(delay): # Configure the voltage level of led_pin as high. GPIO.output(led_pin, GPIO.HIGH) time.sleep(delay) # Configure the voltage level of led_pin as low. GPIO.output(led_pin, GPIO.LOW) time.sleep(delay) if __name__ == \"__main__\": try: delay_s = input(\"Enter delay(seconds): \") delay = float(delay_s) while True: try: light(delay) except KeyboardInterrupt: break finally: GPIO.cleanup() 2.3、運(yùn)行 執(zhí)行命令：python3 led.py提示輸入延時(shí)時(shí)間 2.4、運(yùn)行結(jié)果 運(yùn)行后，LED燈閃爍

板卡上默認(rèn)是沒(méi)有系統(tǒng)，需要將系統(tǒng)燒寫(xiě)到TF卡、EMMC或M2硬盤(pán)上。 一、固件下載 下載地址：https://debian.starfivetech.com/ 選址最新發(fā)布的版本 二、格式化TF卡 使用軟件SD Formatter格式化TF卡*附件：SD Formatter.zip 三、安裝鏡像 3.1、下載軟件balenaEtcher 使用balenaEtcher軟件安裝系統(tǒng)鏡像 軟件下載地址：balenaEtcher 3.2、安裝鏡像 下載的系統(tǒng)，使用SD目錄下的鏡像文件 解壓鏡像文件 燒錄鏡像 四、啟動(dòng)系統(tǒng) 4.1、設(shè)置啟動(dòng)模式 將燒寫(xiě)完成的TF卡插入開(kāi)發(fā)板，設(shè)置為SD方式啟動(dòng)。 4.2、啟動(dòng)運(yùn)行 啟動(dòng)后，輸入用戶名：user密碼：starfive ，進(jìn)入系統(tǒng)。

收到開(kāi)發(fā)板了，開(kāi)箱開(kāi)始了解開(kāi)發(fā)板。 一、開(kāi)箱 開(kāi)發(fā)板包裝很精致，外面一層塑料膜。 內(nèi)部是塑料盒 里面是開(kāi)發(fā)板 二、板卡資料 地址：鏈接 板卡上沒(méi)有FLASH存儲(chǔ)器，上電后也沒(méi)有反應(yīng)。

在x86與ARM架構(gòu)主導(dǎo)的單板計(jì)算機(jī)市場(chǎng)，中國(guó)團(tuán)隊(duì)打造的VisionFive 2（防星光2）如同一顆新星，憑借開(kāi)源開(kāi)放的RISC-V架構(gòu)和成熟的桌面體驗(yàn)，為開(kāi)發(fā)者與極客提供了全新的選擇。經(jīng)過(guò)

現(xiàn)代高性能計(jì)算不僅使得更快的計(jì)算成為可能，它正驅(qū)動(dòng)著 AI 系統(tǒng)解鎖更多領(lǐng)域的科學(xué)突破。 高性能計(jì)算經(jīng)歷了多次迭代，每一次都源于對(duì)技術(shù)的創(chuàng)造性再利用。例如，早期的超級(jí)計(jì)算機(jī)使用現(xiàn)成的組件制造。后來(lái)

燒錄系統(tǒng) 下載img，解壓出來(lái)的img文件大約4G。 用Rufus，把img文件燒錄到TF卡中 這一步可以使用的軟件很多，大家都可以試試，不行就換一個(gè)官方手冊(cè)用的。 開(kāi)箱 特性 VisionFive (初代) VisionFive 2 SoC StarFive JH7100 StarFive JH7110 CPU 雙核 SiFive U74 @ 1.5GHz 四核 SiFive U74 @ 1.5GHz GPU 無(wú)獨(dú)立 GPU Imagination PowerVR GPU AI 加速 無(wú) 0.5 TOPS NPU 內(nèi)存 2GB/4GB LPDDR4 2GB/4GB/8GB LPDDR4 存儲(chǔ) MicroSD, SPI Flash eMMC 插槽 + MicroSD + SPI Flash 視頻輸出 HDMI 1.4 (1080p) HDMI 2.0 (4K@30fps) 網(wǎng)絡(luò) 千兆以太網(wǎng) 雙千兆以太網(wǎng) 無(wú)線 Wi-Fi 5 + 藍(lán)牙 5.2 無(wú) VisionFive 2 相比第一代全面升級(jí)，只是燒錄WiFi模塊，但是雙千兆網(wǎng)口，USB3.0可以外接無(wú)線網(wǎng)卡。 啟動(dòng) 外接了顯示器 鼠標(biāo) 鍵盤(pán) 千兆以太網(wǎng) gnome的桌面 Wayland顯示。 同時(shí)打開(kāi)4個(gè)應(yīng)用，CPU占用也不高。所以瓶頸在TF卡的讀寫(xiě)速度。cpu還是挺強(qiáng)的。 高性能板卡整體發(fā)熱還是很明顯的，推薦增加散熱片，或者風(fēng)扇主動(dòng)散熱，最好2者都加上。

歡迎的單板計(jì)算機(jī)之一。你可能已經(jīng)擁有一臺(tái)了，不是嗎？Android是世界上最流行的操作系統(tǒng)，擁有各種各樣的應(yīng)用程序可供選擇。這種流行度，再加上樹(shù)莓派日益增強(qiáng)的性能，為在樹(shù)莓派上

德國(guó)萊布尼茨超算中心（LRZ）將迎來(lái)全新超級(jí)計(jì)算機(jī) Blue Lion，其算力比該中心現(xiàn)有的 SuperMUC-NG 高性能計(jì)算機(jī)提升了約 30 倍。這臺(tái)新的超級(jí)計(jì)算機(jī)將在 NVIDIA Vera Rubin 架構(gòu)上運(yùn)行。

NVIDIA 宣布，搭載 NVIDIA Grace Hopper 平臺(tái)的 JUPITER 超級(jí)計(jì)算機(jī)成為歐洲最快超級(jí)計(jì)算機(jī)，其運(yùn)行 HPC 和 AI 工作負(fù)載的速度是第二名的兩倍以上。

感謝海內(nèi)外開(kāi)發(fā)者的使用反饋和建議，進(jìn)迭時(shí)空針對(duì)MUSEPi進(jìn)行了全面升級(jí)，推出全新1.8寸單板計(jì)算機(jī)--MUSEPiPro（以下簡(jiǎn)稱PiPro）。升級(jí)后的PiPro將RISC-VAICPU芯片K1

環(huán)旭電子作為全球電子設(shè)計(jì)與制造服務(wù)領(lǐng)導(dǎo)廠商，近年來(lái)透過(guò)聯(lián)合設(shè)計(jì)制造服務(wù)模式(Joint Design Manufacturing，JDM)，協(xié)助知名品牌客戶開(kāi)發(fā)出兼具強(qiáng)固性與高效能的自行車(chē)計(jì)算機(jī)，以滿足全世界自行車(chē)計(jì)算機(jī)市場(chǎng)日益成長(zhǎng)的需求。

如果你是搞工業(yè)自動(dòng)化、醫(yī)療設(shè)備、交通控制，甚至是軍事裝備的，那你大概率已經(jīng)聽(tīng)過(guò)“模塊化計(jì)算機(jī)”這個(gè)詞。要是你還沒(méi)了解，那這篇文章就是為你寫(xiě)的。作為一個(gè)在工業(yè)計(jì)算領(lǐng)域摸爬滾打十多年的從業(yè)者，我可以很負(fù)責(zé)任地說(shuō)：模塊化計(jì)算機(jī)不是未來(lái)趨勢(shì)，它就是現(xiàn)在現(xiàn)實(shí)。

NVIDIA 宣布將開(kāi)設(shè)量子-AI 技術(shù)商業(yè)應(yīng)用全球研發(fā)中心（G-QuAT），該中心部署了全球最大量子計(jì)算研究專(zhuān)用超級(jí)計(jì)算機(jī) ABCI-Q。

工業(yè)計(jì)算機(jī)是為挑戰(zhàn)消費(fèi)級(jí)系統(tǒng)耐用性的環(huán)境而構(gòu)建的。在制造業(yè)、運(yùn)輸業(yè)、國(guó)防和采礦業(yè)等領(lǐng)域，計(jì)算機(jī)面臨著持續(xù)的沖擊、振動(dòng)和其他物理壓力。設(shè)計(jì)這些系統(tǒng)以在這種條件下保持可靠需要卓越的工程和創(chuàng)新技術(shù)。本文

IVA的好處、實(shí)際部署應(yīng)用程序以及工業(yè)計(jì)算機(jī)如何實(shí)現(xiàn)這些解決方案。一、什么是智能視頻分析（IVA）？智能視頻分析（IVA）集成了復(fù)雜的計(jì)算機(jī)視覺(jué)，通常與卷積神經(jīng)網(wǎng)

工業(yè)計(jì)算機(jī)尺寸的關(guān)鍵差異化因素工業(yè)計(jì)算機(jī)的尺寸因應(yīng)用要求、環(huán)境限制和性能能力而異。以下是區(qū)分它們的關(guān)鍵因素：物理尺寸（寬度、深度和高度）：確定系統(tǒng)是否適合空間受限的機(jī)柜、控制面板或機(jī)架?？蓴U(kuò)展性

一項(xiàng)艱巨的任務(wù)。本博客將指導(dǎo)您了解關(guān)鍵的工業(yè)計(jì)算機(jī)尺寸、使用案例。關(guān)鍵工業(yè)計(jì)算機(jī)外形要素及其使用案例一、工業(yè)微型PC尺寸范圍：寬度：100毫米-180毫米深度：10

計(jì)算機(jī)網(wǎng)絡(luò)是指將地理位置不同且具有獨(dú)立功能的多臺(tái)計(jì)算機(jī)及其外部設(shè)備，通過(guò)通信線路連接起來(lái)，在網(wǎng)絡(luò)操作系統(tǒng)、網(wǎng)絡(luò)管理軟件及網(wǎng)絡(luò)通信協(xié)議的管理和協(xié)調(diào)下，實(shí)現(xiàn)資源共享和信息傳遞的計(jì)算機(jī)系統(tǒng)。

OrangePi和RaspberryPi介紹RaspberryPi：現(xiàn)代單板計(jì)算機(jī)的先驅(qū)RaspberryPi是由英國(guó)RaspberryPi基金會(huì)開(kāi)發(fā)的一款單板計(jì)算機(jī)，自2012年發(fā)布以來(lái)，其目標(biāo)

產(chǎn)品介紹龍芯3A6000信創(chuàng)臺(tái)式計(jì)算機(jī)，型號(hào)：HJ910L華頡科技提供的國(guó)產(chǎn)龍芯3A6000信創(chuàng)臺(tái)式計(jì)算機(jī)，搭載龍芯3A6000處理器的國(guó)產(chǎn)化主板，配套國(guó)產(chǎn)BIOS、國(guó)產(chǎn)桌面操作系統(tǒng)、應(yīng)用軟件，實(shí)現(xiàn)

產(chǎn)品介紹 兆芯KX-6000信創(chuàng)臺(tái)式計(jì)算機(jī)，型號(hào)：HJ910Z華頡科技提供的國(guó)產(chǎn)兆芯KX-6000信創(chuàng)臺(tái)式計(jì)算機(jī)，搭載兆芯KX-U6780A處理器的國(guó)產(chǎn)化主板，配套國(guó)產(chǎn)BIOS、國(guó)產(chǎn)桌面

產(chǎn)品介紹海光3350信創(chuàng)臺(tái)式計(jì)算機(jī)，型號(hào)：HJ910H華頡科技提供的國(guó)產(chǎn)海光3350信創(chuàng)臺(tái)式計(jì)算機(jī)，搭載海光3350處理器的國(guó)產(chǎn)化主板，配套國(guó)產(chǎn)BIOS、國(guó)產(chǎn)桌面操作系統(tǒng)、應(yīng)用軟件，實(shí)現(xiàn)國(guó)產(chǎn)化

產(chǎn)品介紹飛騰D2000信創(chuàng)臺(tái)式計(jì)算機(jī)，型號(hào)：HJ910F華頡科技提供的國(guó)產(chǎn)飛騰D2000信創(chuàng)臺(tái)式計(jì)算機(jī)，搭載飛騰D2000處理器的國(guó)產(chǎn)化主板，配套國(guó)產(chǎn)BIOS、國(guó)產(chǎn)桌面操作系統(tǒng)、應(yīng)用軟件，實(shí)現(xiàn)國(guó)產(chǎn)化

觀看下方視頻，詳細(xì)了解RaspberryPi運(yùn)行LLM的效果（作為編程助手），以及RaspberryPi5與內(nèi)置NPU的單板計(jì)算機(jī)（如RadxaRock5C）的性能

RaspberryPi是一款超級(jí)實(shí)惠的單板計(jì)算機(jī)（SBC），可用于各種不同的項(xiàng)目。RaspberryPi的一些最流行用途包括將其變成媒體播放器或模擬機(jī)器。鑒于該系統(tǒng)的多功能性，有人想知道它是否可以

上海晶珩的ED-IPC3100系列是基于新型RaspberryPiCM5（計(jì)算模塊5）的四款DIN導(dǎo)軌安裝式工業(yè)計(jì)算機(jī)，配有兩個(gè)以太網(wǎng)端口，以及各種RS232或RS485COM端口選項(xiàng)，具體取決于

注意：可以點(diǎn)擊文章底部的閱讀原文來(lái)查看原文章作為最突出的單板計(jì)算機(jī)(SBC)系列，RaspberryPi系列兼容眾多操作系統(tǒng)。諸如KaliLinux、Ubuntu、Debian和功能強(qiáng)大

如果你需要一臺(tái)小型且經(jīng)濟(jì)實(shí)惠的電腦來(lái)完成個(gè)人項(xiàng)目，那么現(xiàn)在正是最佳時(shí)機(jī)。單板計(jì)算機(jī)市場(chǎng)價(jià)值30億美元，預(yù)計(jì)未來(lái)十年將持續(xù)增長(zhǎng)。這意味著有很多選擇，但除非你有非常具體的需求，否則在考慮其他選項(xiàng)之前，有

凱澤斯勞滕理工大學(xué)通過(guò)引入先進(jìn)的德思特任意波形發(fā)生器（AWG）新DDS固件選件，顯著加速了量子計(jì)算機(jī)的開(kāi)發(fā)進(jìn)程。德思特帶您了解AWG全新DDS固件如何提升量子計(jì)算機(jī)的開(kāi)發(fā)效率。

臺(tái)式超級(jí)計(jì)算機(jī)由 NVIDIA Grace Blackwell 驅(qū)動(dòng)，為開(kāi)發(fā)者、研究人員和數(shù)據(jù)科學(xué)家提供加速 AI 功能；系統(tǒng)由頭部計(jì)算機(jī)制造商（包括華碩、Dell Technologies、HP

行業(yè)聚焦深圳計(jì)算機(jī)協(xié)會(huì)走進(jìn)杰和2025年2月28日，深圳市計(jì)算機(jī)行業(yè)協(xié)會(huì)在杰和科技召開(kāi)會(huì)長(zhǎng)辦公（擴(kuò)大）會(huì)議及領(lǐng)導(dǎo)干部知識(shí)產(chǎn)權(quán)培訓(xùn)會(huì)。會(huì)議匯聚黨支部、理事會(huì)、監(jiān)事會(huì)及行業(yè)領(lǐng)軍企業(yè)等40余代表，共同研判

在特殊的工業(yè)環(huán)境中，實(shí)現(xiàn)快速生產(chǎn)離不開(kāi)各類(lèi)工業(yè)計(jì)算機(jī)的強(qiáng)大支持。杰和科技工業(yè)計(jì)算機(jī)AF208，作為核心控制單元，憑借其堅(jiān)固可靠的外殼、先進(jìn)的散熱技術(shù)以及緊湊靈活的部署特點(diǎn)，發(fā)揮著關(guān)鍵作用。硬實(shí)力外殼

日前，全球知名科技媒體How-toGeek評(píng)選2025年最佳單板計(jì)算機(jī)，該媒體共評(píng)選出5款最佳單板計(jì)算機(jī)，香橙派占據(jù)其中兩個(gè)席位，入選的產(chǎn)品是：OrangePi5Plus、OrangePi5。此外

DFRobotLattePandaMu被全球知名科技媒體How-toGeek評(píng)選為2025年最佳Windows單板計(jì)算機(jī)。單板計(jì)算機(jī)（SBC）為有創(chuàng)意的用戶和愛(ài)好者提供了一個(gè)絕佳的方式，可以讓他們

近日，東京——全球領(lǐng)先的集成量子計(jì)算公司Quantinuum與日本頂尖的綜合研究機(jī)構(gòu)RIKEN共同宣布，Quantinuum的“Reimei”量子計(jì)算機(jī)已在RIKEN Wako園區(qū)(位于日本埼玉縣

BU-67121W實(shí)驗(yàn)室航空電子接口計(jì)算機(jī)North HillsNorth Hills的航空電子接口計(jì)算機(jī)（AIC），即BU-67121W，是一個(gè)高效能、可擴(kuò)展且便攜的平臺(tái)，專(zhuān)為通過(guò)以太網(wǎng)開(kāi)發(fā)并測(cè)試

)：計(jì)算機(jī)視覺(jué)引領(lǐng)混合現(xiàn)實(shí)體驗(yàn)增強(qiáng)現(xiàn)實(shí)(AR)和虛擬現(xiàn)實(shí)(VR)正在徹底改變我們與外部世界的互動(dòng)方式。即便是在引人入勝的沉浸式

近日，據(jù)報(bào)道，日本國(guó)立產(chǎn)業(yè)技術(shù)綜合研究所(AIST)與全球芯片巨頭英特爾公司正攜手合作，致力于開(kāi)發(fā)下一代量子計(jì)算機(jī)。這一舉措預(yù)示著量子計(jì)算領(lǐng)域?qū)⒂瓉?lái)新的突破。 據(jù)了解，此次合作將充分利用英特爾在芯片

2025年1月8日，深圳市計(jì)算機(jī)行業(yè)協(xié)會(huì)舉辦了2024年度會(huì)員大會(huì)暨高峰論壇。杰和科技應(yīng)邀出席會(huì)議，與行業(yè)精英、專(zhuān)家代表等共同探討2025年計(jì)算機(jī)行業(yè)未來(lái)趨勢(shì)。本次大會(huì)現(xiàn)場(chǎng)發(fā)布多項(xiàng)行業(yè)權(quán)威榜單與獎(jiǎng)項(xiàng)

加州理工學(xué)院的研究人員取得重大突破，開(kāi)發(fā)出一款能實(shí)現(xiàn)超過(guò)100GHz時(shí)鐘速度的全光計(jì)算機(jī)。 長(zhǎng)期以來(lái)，電子計(jì)算機(jī)時(shí)鐘頻率在近20年停滯于5GHz左右。 而此次推出的全光計(jì)算機(jī)，通過(guò)基于端到端和全光學(xué)

近日，英偉達(dá)在北京舉辦了答謝迎春會(huì)，英偉達(dá)創(chuàng)始人兼CEO黃仁勛親臨現(xiàn)場(chǎng)并發(fā)表了致辭。在致辭中，他透露了一個(gè)令人振奮的消息：“我們正處于一個(gè)新時(shí)代的開(kāi)端，一個(gè)重新發(fā)明計(jì)算機(jī)的時(shí)代?！?黃仁勛表示