介绍一种无OS的MCU实用软件框架，包括任务轮询管理，命令管理器、低功耗管理、环形缓冲区等实用模块。系统中广泛利用自定义段技术减少各个模块间的耦合关系，大大提供程序的可维护性。 主要功能 支持模块自动化管理，并提供不同优先等级初始化声明接口。支持任务轮询管理，通过简单的宏声明即可实现，不需要复杂的声明调用。支持低功耗管理，休眠与唤醒通知。支持命令行解析，命令注册与执行。blink设备支持，统一管理

区域和轮廓只包含对分割结果的原始描述，在实际应用中我们还需要从区域或轮廓中确定一个或多个特征量。这些确定的特征量被称为特征。确定特征的过程被称为图像特征提取。 一、概述1.图像特征的分类（1）图像的视觉特征 边缘、轮廓、形状、纹理和区域等。 （2）图像的统计特征灰度直方图特征、矩特征，其中矩特征包括均值、方差、峰度及熵特征等。 （3）图像变换系数特征傅立叶变换、离散余弦变换、小波变换等。 （4

DanceTrack 运动跟踪数据集简介DanceTrack 是一个大规模的多对象跟踪数据集。用于在遮挡、频繁交叉、同样服装和多样化身体姿态条件下对人进行跟踪。强调运动分析在多对象跟踪中的重要性。 GitHub地址：https://github.com/DanceTrack/DanceTrack数据集下载地址：https://pan.baidu.com/s/19O3IvYNzzrcLqlODHKY

文章目录 说明例程中使用位字段表示RTP首部，没有问题吗？为什么要使用位字段？关于socket的使用为什么要在应用层对RTP报文进行分片？编码的H264流的RTP时间戳应该如何设置？参考说明本文性质为个人学习笔记。由于刚刚入门所以看法很浅，如有错误请指正。 例程中使用位字段表示RTP首部，没有问题吗？位字段是一种通过结构来声明的、对变量进行的位操作方法。经过查阅资料，对位字段有如下论述： 《C P

写在最前本文档帮助理解以hi3518ev200为例的H.264视频流采集流程，以及MPP业务在应用层的基本使用方式。 MPP(Media Process Platform)是海思提供的媒体处理软件平台，该应用屏蔽了芯片底层，对应用直接提供MPI(MPP Programe Interface)接口完成相应功能。所以对应用而言只需要关心MPP的业务流程就可以了。SAMPLE库中提供的程序中，为了规避错

文章目录 前言一、VGG发展历程二、VGG网络模型三、VGG16代码详解1.VGG网络架构2.VGG16网络验证3.读取数据，进行数据增强4.训练模型，测试准确率四、VGG缺点前言我们都知道Alexnet是卷积神经网络的开山之作，但是由于卷积核太大，移动步长大，无填充，所以14年提出的VGG网络解决了这一问题 一、VGG发展历程VGG网络由牛津大学在2014年ImageNet挑战赛本地和分类追踪分

NumPy 转 open3d.PointCloud参考: https://www.codenong.com/cs106756630/numpy转open3D需要借助Vector3dVector函数，这样可以直接赋值与open3d.PointCloud.points，具体操作如下，假设(x, y, z)、(n_x, n_y, n_z)、(r, g, b)分别是一个n*3numpy数组(这三者不一定全

前言本章不会对时间序列所有的内容进行一个全方位的介绍，只会简单的整理部分时间序列的基础知识点。 时间序列的成分时间序列：按时间顺序记录的一组数据，称为时间序列 而一条时间序列通常可以分解为下面四个部分：趋势、季节波动、循环波动、不规则波动，又可以将上述的三个部分称作为：趋势性、季节性、周期性和随机波动性。组合这四种成分的方式主要有两种：乘法模型和加法模型。 乘法模型：Y t =T t ×S t ×

该功能使用的darknet框架，训练的yolo-tiny人头模型，之后使用opencv4.5.1版本调用的yolo-tiny模型，跟踪使用KCF跟踪算法，整体上实现了三个功能： 1、区域内的人头统计； 2、区域内的绊线检测功能； 3、区域内目标跟踪，统计人头数量的功能。 一、网址：https://github.com/AlexeyAB/darknet 二、参考训练参考我的另两篇博客： Dar

视频质量诊断，之前由于数据不足，采用传统的方法进行检测，当前已经积累了一些数据，采用分类模型做了训练和检测工作，主要有：亮度异常检测、偏色检测、图像噪声检测、条纹噪声检测、清晰度检测、信号丢失检测、遮挡检测和对比度检测。具体的检测方法如下： 一、对每类数据进行整理，每类数据需要准备大概1w张数据左右，数据样本大致如下： 条纹数据 清晰度数据 遮挡数据 二、选择分类网络，可以使用ResNet