完善资料让更多小伙伴认识你,还能领取20积分哦, 立即完善>
本指南向您展示如何训练可以识别图像中的火焰的神经网络。的能力识别火灾意味着神经网络可以使火灾探测系统更加可靠和有效。本指南将向您展示如何使用Python应用程序编程接口(api)进行以下操作
Arm NN推理引擎构建一个示例应用程序,将图像分类为火或非火。 本指南使用Raspberry Pi 3或4设备。树莓派设备是由Arm CPU驱动的 霓虹灯的架构。Neon是针对Arm处理器的优化架构扩展。氖是设计: •更快的视频处理 •图像处理 •语音识别 •机器学习 Neon提供单指令多数据(SIMD)指令,其中多处理 管道中的元素同时对多个数据点执行操作。Arm NN提供 利用Neon后端功能的api。 在本指南的最后,您将能够: •运行Python脚本来预测提供的图像是否包含fire •解释ArmNN和PyArmNN之间的区别
|
|
|
|
只有小组成员才能发言,加入小组>>
5836 浏览 5 评论
ARM9学习4-S3C2410的启动代码分析-For ADSv1.2
2871 浏览 0 评论
566浏览 1评论
524浏览 1评论
465浏览 0评论
安装适用于STMicroelectronics Edition 1.1版的Keil MDK应用说明
297浏览 0评论
541浏览 0评论
小黑屋| 手机版| Archiver| 电子发烧友 ( 湘ICP备2023018690号 )
GMT+8, 2024-12-31 03:08 , Processed in 0.512448 second(s), Total 72, Slave 53 queries .
Powered by 电子发烧友网
© 2015 bbs.elecfans.com
关注我们的微信
下载发烧友APP
电子发烧友观察
版权所有 © 湖南华秋数字科技有限公司
电子发烧友 (电路图) 湘公网安备 43011202000918 号 电信与信息服务业务经营许可证:合字B2-20210191 工商网监 湘ICP备2023018690号