rv1126专题
瑞芯微RV1126平台----yolov5输出后处理C++实现
目录 1.前言 2.代码 2.1 padding resize 代码 2.2 瑞芯微yolov5后处理 2.3 坐标框的后处理 3.完整代码 3.1 postprocess.h 3.2 posrprocess.cc 1.前言 标准的yolov5-5.0的输出有三个，分别是 1x255x80x80 1x255x40x40 1x255x20x20 其中这里的255是85
rv1126--Create RKNN model fail, error=-13，rknn_init error ret=-13
在rv1126板子上加载rknn模型时报错， ./run_rv1109_rv1126.shpost process config: box_conf_threshold = 0.50, nms_threshold = 0.60Loading mode...Create RKNN model fail, error=-13rknn_init error ret=-13 这时候当然是去
在RV1126上实现人脸识别----facenet转成rknn模型
目录 1.模型下载 Pre-trained models 2.将facenet转成rknn模型并推理 3 查看网络模型 1.模型下载 首先需要下载facenet的模型，github下载网址为：https://github.com/davidsandberg/facenet Pre-trained models Model nameLFW accuracyTraining
Rockchip RV1126上实现人脸检测------blazeface
目录 1 下载工程 2 编译 2.1 首先将CMakeLists.txt修改为如下的形式 2.2 添加opencv库文件和头文件 2.3 编写build.sh 3 运行 工程源自：https://github.com/zxcv1884/rv1126_rknn_blazeface 1 下载工程 首先下载工程：https://github.com/zxcv1884/rv1126
将onnx模型转化为RV1126平台的rknn模型
在将onnx装成rknn模型之前，首先需要准备一些校准图片，比如你的模型时用来见得行人的，那么你可以准备100张行人图片放到文件夹中，然后用下面脚本将图片的路径生成到dataset.txt文件中 import osimages = "./test"with open("dataset.txt",'w') as f:for image_name in os.listdir(images):f.w
RV1126编译tengine
目录 1.依赖项 2.下载代码 2.1下载TIM-VX代码 2.2下载Tengine-Lite代码 3.选择 Tengine-Lite 集成编译 TIM-VX 方法 4.将TIM-VX代码复制到Tengine中 5.准备3rdparty依赖 5.1 准备include依赖 5.2 准备lib依赖 6.安装交叉编译工具链 7.交叉编译opencv 8.修改CMake
使用RV1126交叉编译工具链交叉编译opencv，c++代码直接调用VideoCapture 读取摄像头数据
使用RV1126交叉编译工具链交叉编译opencv，rv1126直接调用VideoCapture 读取摄像头数据 前言环境一、ubantu安装二、交叉编译工具安装三、cmake升级四、ffmpeg安装五、opencv安装六、c++代码测试（上板运行） 前言 交叉编译是一种将软件在操作系统上进行编译，但在另一种不同的操作系统或架构上运行的技术。本文将使用Ubuntu作为主机操作系
rv1126-rv1109-openssh-密码秘钥等功能修改
1.openssh是允许外部登录的工具 2.真的是很复杂的设备 3.移植分布,怎么得到我们想要的openssh 去网上自己寻找安装包下载; 4.怎么预制进arm主板,把编译出来的openssh放进去 其中除了ssh_config和sshd_config;其他都是秘钥,公钥和私钥;
v4l2抓取rv1126图像
0.准备工作 本文是基于正点原子的rv1126开发板使用mx415摄像头对不同节点的图像进行抓取 1.数据流向 图1 mx415采集到的数据为原始的拜尔格式（也就是raw格式），我们需要通过isp进行图像的调节才符合视觉，其中isp和ispp是两个处理的模块，RKAiq是其调整时候需要用到的文件，如何指定见图4，经过isp和ispp两个模块处理后的数据
模型在rv1126上跑起来遇到的坑
rknn对模型是彩色图片输入的很友好，如果输入是灰度图片，需要好好理解它的整套数据处理流程。 上面是数据处理的整个流程，cpu拿到的图片数据，需要经过一系列的预处理(颜色通道转换，归一化，量化，通道转换）这一过程是在rknn_inputs_set里面完成。 我的模型信息： 模型输入1个，单通道，数据类型是uint8, 量化类型为asymmetric affine非对称量化,即float32和u
瑞芯微RV1126——人脸识别源码分析
本节内容主要分为3部分，第一部分是流程结构图;第二部分为人脸识别代码流程;第三部分为具体的代码分析。 1.流程结构图 2.人脸识别代码流程 1、人脸数据的初始化： init_all_rockx_face_data();init_face_data(); 2、创建rtsp会话，这里包括发送码流数据，得客户端,也就是我们在windows上用ffplay去拉流得时候，才会发送码流数据给客
基于RV1126的AI网络摄像机AHD、CVBS、HDMI接口的区别有哪些？支持8路AHD摄像头，支持AI实时分析
网络摄像机AHD、CVBS、HDMI接口的区别有哪些？应用场景有哪些？ AHD、CVBS和HDMI是不同的视频传输接口，分别适用于不同的应用场景。下面是它们的主要应用场景： 1.AHD（Analog High Definition）：AHD是一种模拟高清视频传输技术，可提供高质量的图像和视频输出。主要应用于监控系统领域，例如安防摄像头、视频监控设备等。AHD可以通过同轴电缆传输高清视频信号，同
rv1126的rknn1.7.5自有模型训练部署
几乎一年前, 弄过一次rv1126的平台的推理部署, 一年时间过去了, rknn从1.7.1, 进化到了1.7.5,原有的代码不太好用了, 因为最近有个客户要做1126平台的推理, 今天下午就花了几个小时, 从头再捋了一遍. 模型训练 这部分, 跟3588平台差不多, clone下yolov5的仓库, 并check out到7.0的版本. git checkout tags/v7.0 保
在瑞芯微RV1126 Linux系统上调试WiFi的详细指南
目录标题 1. **系统和环境准备**2. **检查WiFi设备状态**3. **启用和禁用WiFi接口**4. **扫描可用的WiFi网络**5. **连接到WiFi网络**6. **查看当前的WiFi连接状态**7. **断开和重新连接WiFi**8. **管理WiFi网络配置**9. **使用iw工具进行高级WiFi调试**10. **故障排除和日志获取**11. **结语**
【RV1126】Ubuntu22.04下sdk编译问题汇集
对于新版本Ubuntu系统来编译SDK，尤其是buildroot ,是一个巨大考验，发现问题如下： 1. c-stack.c的SIGSTKSZ错误 buildroot 报错：c-stack.c:55:26:error:missing binary operator before token “(“55 在buildroot目录中找到c-stack.c文件,并更改c-stack.c文件中，SI
【RV1126】瑞芯微RV1126开发板双网口问题
今天新拿到瑞芯微RV1126的开发板，是双网口双百兆接口，内存为2G，emmc flash为32G，一开始无法分辨物理接口和系统的eth是对应的，遂想用ethtool工具来查看网速，发现： ethtool eth0 # 可以正常返回网络相关信息及当前连接速率root@aioter:~# ethtool eth0Settings for eth0:Supported ports: [ TP AU
在rv1126上实现数字识别
有个项目，需要用到识别数字。 使用rv1126，实现数字的识别，如下图。 效果上还是存在有些问题，但还是比较好的。 1.采用的数据集少 2.数据分布不一。0，1两个数据集内容多，5，6，7，都相对的少，识别上这几个数字出错机率大。 3.训练次数不够，电脑算力有限，训练100次，作为测试。
一、rv1126开发之视频输入和视频编码
RV1126 H264/HEVC编码流程 一、RV1126编码的流程图： 二、每个代码模块详细讲解 2.1. VI模块的创建 VI模块的初始化：关键在于VI_CHN_ATTR_S结构体，这个结构体是VI设置的结构体。这个结构体的成员变量包括：pcVideoNode（video节点路径）、u32BufCnt(VI捕获视频缓冲区计数)、u32Width(分辨率宽度)、u32Height(分
【RK3568+RV1126】NPU算力集成
通过瑞芯微RK3568使用USB RNDIS网络与多个RV1126算力棒进行网络通信，打造多算力集群，同时进行AI运算处理，NPU算力集成不仅能增加算力，更能灵活的控制成本，具有更高的性价比，更低的功耗。 Mini-PCIe接口的RV1126算力棒，单片算力可达2.0TOPS@INT8算力，最高可支持4路1080P@25fps的相机接入及解码，支持TensorFl
RV1126芯片概述
RV1126芯片概述 前言1 主要特性2 详细参数 前言 1 主要特性 四核 ARM Cortex-A7 and RISC-V MCU250ms快速开机2.0Tops NPU14M ISP with 3帧 HDR支持3个摄像头同时输入4K H.264/H.265 视频编码和解码 2 详细参数
linux+rv1126/imx6ull：opencv静态库交叉编译（手把手百分百成功）
目录 1.下载 2.准备工作 2.1安装依赖环境 2.2安装Cmake 2.3 解压opencv 3.Cmake设置
Opencv(C++)学习 之RV1126平台的OPENCV交叉编译
本文特点：网上已经有了很多opencv移植RV1106的文章，本文主要记录基于cmake-gui编译，碰到的报错，及解决报错问题的方法，同时简单总结一些配置项相关的知识。 一、环境： ubuntu18 x64 RV1106交叉编译工具链 cmak v3.10 opencv4.7 二、编译方式： cmake-gui + Specify options for cross-compiling 有些
linux+rv1126/imx6ull：opencv静态库交叉编译
目录 1.下载 2.准备工作 2.1安装依赖环境 2.2安装Cmake 2.3 解压opencv 3.Cmake设置 3.1文件夹选择 1）进入源码根目录 2）运行cmake 3）选择目录 4）进入配置界面 5）查找编译器 6）配置编译器 3.2 编译选项 1）search 2）点击Configure 3）点击generate 4）修改文件 4.编译
【RockChip | RV1126】学习与开发
【RockChip | RV1126】学习与开发 文章目录 【RockChip | RV1126】学习与开发1. 资料 1. 资料 您好，这是关于A191型RV1126的资料包，请您及时接收哦~链接: https://pan.baidu.com/s/1FXWVxa27Q78nI78d2QKlBQ?pwd=j7mk 提取码: j7mk 若您在开发过程中遇到技术问题，需要帮助时
【AI算力棒】瑞芯微算力棒RK1808和RV1126参数对比
根据以下表格进行综合分析,综合性能上RV1126算力棒强于RK1808，算力棒不仅仅要从算力上去考虑，还需要考虑视频编解码性能、内存参数等。RV1126用来做4路1080P视频接入分析相比RK1808比较合适。 技术规格RK1808RV1126CPU双核Cortex-A35处理器，最高主频1.4GHz四核Cortex A7 32位NPU3TOPs@INT8，支持TensorFlow、Caffe、
P10 RV1126推流项目——ffmpeg输出参数初始化
前言 从本章开始我们将要学习嵌入式音视频的学习了 ，使用的瑞芯微的开发板 🎬 个人主页：@ChenPi 🐻推荐专栏1: 《C++_@ChenPi的博客-CSDN博客》✨✨✨ 🔥 推荐专栏2: 《Linux C应用编程（概念类）_@ChenPi的博客-CSDN博客》✨✨✨ 🛸推荐专栏3：《嵌入式音视频_@ChenP