登录社区云，与社区用户共同成长
邀请您加入社区
环节关键点防病毒软件安装前务必关闭实时保护，安装完成后再开启安装时间星光模型下载建议在凌晨-上午10点进行，避免网络问题模型文件夹在偏好设置中手动指定模型路径，避免占用C盘空间星光模型限制仅用于放大，不可与插帧、降噪等附加功能同时使用显存要求处理高清视频建议配备8GB以上显存的NVIDIA显卡通过以上步骤，你就能完整部署这款强大的视频放大工具。如果安装过程中遇到模型下载失败等问题，可重复运行安装程
摘要：无人机声学检测数据集包含真实世界无人机和噪声音频（.wav、16 kHz、单声道），2 类（无人机（悬停/飞掠/机动）/噪声（风噪/背景活动）），使用 Raspberry Pi 5 + ReSpeaker 4 麦克风阵列录制，专为边缘 AI 检测设计。
这篇文章分享了如何在RTX 4070笔记本（8G显存+32G内存）上高效运行MiniMax H3文生视频模型的实战经验。作者通过硬件反量化、TeaCache插件和SageAttention优化三大核心方法，将5秒视频生成时间从6分钟压缩至2分30秒。文章提供了一键便携包、参数配置表和避坑指南，强调8G显存也能流畅运行视频生成任务，并详细说明了模型选择、分辨率设置和提示词技巧等关键细节，为同配置用户
Waves17/16中文版音频插件套装发布，支持Win/Mac系统，提供下载链接。该套件延续"模拟经典+数字创新"路线，包含AI智能降噪、自动混音助手等新工具，优化经典插件算法并提升兼容性（适配M1/M3芯片及主流DAW）。新增直播专用工具和母带处理套件，改进授权管理系统，支持云同步和灵活订阅模式，适用于音乐制作、影视后期、直播等音频处理场景，显著提升工作效率与音质表现。（14
CoM-T536核心板采用Allwinner T536四核处理器（1.6GHz Cortex-A55），集成2TOPS NPU和丰富接口资源，支持4K视频编解码、双通道LVDS/MIPI显示、PCIE2.1、17路UART及4路CAN FD。评估板STK-T536通过ES8388 Codec实现3.5mm耳机音频输出，支持Linux系统下音频控制，用户可通过amixer命令调节播放/录音参数（如O
摘要：本文介绍了Jetson边缘嵌入式实战课程第四讲关于Yocto定制系统的核心内容。课程指出JetPack+Ubuntu模式虽适合开发但不适合量产，因其存在系统不可控、依赖复杂等问题。Yocto作为构建工具可精确定制系统组件，通过meta-tegra层保留Jetson硬件能力，实现可控、可裁剪的产品化系统。文章详细分析了Yocto在BSP定制、闭源驱动支持、系统裁剪、OTA维护等方面的优势，并强
【摘要】本文提供采集卡驱动安装全攻略，针对设备未识别、驱动安装失败等常见问题，给出6步解决方案：检查设备管理器、清洁金手指、更换插槽测试、选择匹配系统驱动包、正确安装方式及重启生效。重点推荐新手友好的同三维TX300H采集卡，具备1080P/60Hz高清采集、低CPU占用等优势，适配Windows系统即插即用。文末附专属驱动包及教程获取方式，一站式解决采集卡安装难题。（149字）
sample是一个声道在某一时刻的一个采样值。frame是某一时刻所有声道的采样值集合。单声道 16bit：1 个 frame = 1 个 sample = 2 字节双声道 16bit：1 个 frame = 左 1 个 sample + 右 1 个 sample = 4 字节面试里最常见的坑是把 frame 和字节数混了。的单位一般是frame，不是字节。是 ALSA 整个环形缓冲区的大小。是缓
摘要：本文介绍了OpenCV编译时如何支持H.264编码，并提供了一个视频处理类CProcessVideo的实现。OpenCV默认不包含H.264编码器（libx264）以避免GPL许可证问题，需手动安装依赖库并配置编译选项。示例代码展示了CProcessVideo类如何读取视频、进行图像处理（包括鱼眼校正）并使用H.264编码保存输出视频，包含进度跟踪和线程控制功能。
仿真画面里的压力曲线趋势图，其实是把VD204映射到组态王的\\本站点\压力变量，再绑定个实时曲线控件。搞自动化的人都知道，恒压供水系统最要命的就是压力震荡。把夏天和冬天的参数预设存到V存储区，通过组态王的下拉菜单就能一键切换，这招在现场维护时特别实用。(含西门子plc程序s7-200梯形图，组态王6.55仿真画面程序，plc虚拟仿真，两万字论文以及io分配，plc外部接线图)(含西门子plc程序
告别熬夜写稿、手动剪辑、反复调音！NarratoAI集成AI文案生成、智能片段提取、多引擎配音、自动字幕同步与横竖屏适配，Windows整合包免配置即开即用，新手10分钟轻松产出爆款解说视频。
2、付费课程只是引导，有一些一线工程师录制的付费课程，是带有工作中总结的实战经验，但是学习完不代表你就完全会了，你可能只是掌握的那个形式，实际在公司里面做项目，你需要考虑的因素有很多，不同的需求、软件架构设计、以及方案的选型，尤其是项目方案的选型，不是刚出来或者学了课程就能够胜任的，这个是需要大量的积累才能达到的；这里说一下，课程不是学完就拿到多少薪资，这种说学完能拿到多少钱的，说出来自己都不会相
IT6152 是一款高性能低功耗的双端口 MIPI 转 DisplayPort 转换器。IT6152配备两个MIPI接收器和一个DisplayPort发射器，能够将双端口或单端口的MIPI输入转换为单端口的DisplayPort输出。每个MIPI输入都可以以1/2/4通道模式工作。车道交换和PN交换分别可用于灵活电路布局。内置的MIPI接收器兼容D-PHY 2.0和DSI-2 ver. 2.0，能
IT6162 是一款高性能低功耗的双端口 MIPI DSI 转 HDMI 2.0 转换器。它通过低质量的MIPI线接收一个或双端口的MIPI DPHY输入，并将其转换为TMDS输出，其当前电平和预加重均可编程。每个MIPI输入都可以以1/2/4通道模式工作。车道交换和PN交换分别可用于灵活电路布局。集成的MIPI接收器兼容D-PHY 2.0和DSI-2 ver. 2.0，能够支持最高2.5 Gbp
本文系统介绍了图像数据格式的两大阵营：RGB家族（如BGR、RGB565）和YUV家族（如NV12、YUYV）。RGB格式适合屏幕显示，YUV格式因亮度与色度分离更利于压缩传输。重点解析了NV12、BGR、YUYV等常见格式的内存排列特点，并深入探讨了Stride（跨距）概念及其对硬件处理效率的影响，指出嵌入式开发中常见的图像处理误区。最后通过代码示例对比了正确与错误的图像数据处理方式。
本项目旨在使用前沿的计算机视觉技术构建一个实用的车辆速度估计系统。该项目展示了基于最新的YOLO11检测技术结合透视变换实现的实时车辆检测、跟踪和速度估计，将车辆位置从摄像头视角映射到真实世界的道路坐标系。使用监督学习库（supervision）进行目标跟踪，为每个检测到的车辆分配唯一的ID，实现跨帧的车辆跟踪。这使得系统能够记录车辆在视频中的运动轨迹，为后续的速度计算提供基础数据。这是本项目的关
IT66325为 HDMI 2.1 1 输入 1 输出重定时器，支持 eARC 接收功能，支持最高 12 Gbps 每信道的信速。它符合最新的HDMI 2.1a规范，并且向下兼容HDMI 2.0和HDMI 1.4规范。该IT66325具备12 Gbps/通道能力，支持超高分辨率内容流，如8K x 4K视频格式。1个输入端口和1个输出端口支持最高48 Gb/s的HDMI 2.1数据速率。此外，IT6
IT6622 是一台支持 HDMI 1.4 Tx 的 eARC 接收器，支持最高 3 Gbps 的信令速率。它符合最新的 HDMI 1.4b 规范，并向下兼容 DVI 规范。IT6622 支持每通道 3 Gbps 的传输速度，支持超高分辨率内容流，如 4K x 2K@30 Hz 视频格式。IT6622 内置的模式生成器可用于生成内部视频流，并将其与音频编码器函数生成的外部音频流合并，形成完整的 H
简单说就是 “你要录的内容”，比如屏幕画面、窗口、摄像头，在 “来源” 面板添加（点击 “+” 号）。场景就是 “源的组合”，比如 “游戏场景”（游戏画面 + 麦克风）、“网课场景”（PPT + 摄像头 + 麦克风），切换场景时画面无缝衔接。
IT66320为HDMI 2.0,1输入1输出重定时器，具备eARC接收功能，支持最高6 Gbps/信道信速。它符合最新的HDMI 2.0b规范，并且向下兼容HDMI 1.4和DVI规范。凭借6 Gbps/通道能力，IT66320支持超高分辨率内容流，如4K x 2K@50/60 Hz视频格式。一个输入端口和一个输出端口支持最高18 Gb/s的HDMI 2.0数据速率，IT66320还支持多种数据
IT66612是一个一对二的HDMI主动分路器，支持最高3.0 Gbps的信号传输速率。它兼容最新的HDMI 1.4b。凭借3.0 Gbps能力，IT66612支持如新的4K x 2K格式、1080P@120 Hz、3D视频（HDMI格式1080P/3D@60 Hz）等内容流。通过IT66612，超高清视频内容可以被分配到所有输出端。为实现友好的远程控制环境，IT66612提供了完整的HDMICE
本文介绍了一个基于RK3588开发板的Linux视频处理项目，采用C++11实现了YOLOv5s模型的实时推理。通过多线程流水线架构将视频处理分为读取、推理和写入三个阶段，使用线程安全队列实现模块解耦。重点设计了自定义线程池来管理NPU核心，每个线程拥有独立的YOLOv5s实例以避免资源冲突。项目利用RGA硬件加速图像预处理，并通过帧索引重排机制解决多线程推理的乱序问题。详细阐述了从模型加载、线程
这个安装包包含了各个版本的.NET，你可以根据自己的需求勾选安装，完全不用把所有版本都装上。今天给大家推荐一个解决.NET运行库安装难题的工具——微软.NET运行库离线安装包，它能帮你一次性解决各种版本需求。这个离线安装包集合了多个.NET版本，不用联网就能安装，使用起来非常方便。这个工具最大的特点是离线安装，不用联网就能使用。.NET运行库是按需安装的，所以建议大家只安装自己软件需要的版本，不用
摘要： PotPlayer是一款功能强大的Windows平台万能播放器，支持多种音视频格式（如MP4、MKV、4KHDR等），具备流畅的播放体验和丰富的设置选项。安装步骤简单：下载解压后以管理员身份运行安装程序，可按需修改安装路径。软件内置解码器和硬件加速功能，被誉为Win平台顶尖免费播放器。注意安装前需关闭杀毒软件和防火墙以确保顺利安装。
本文详细介绍在Ubuntu系统搭建RTSP服务器的方法，使用FFmpeg推送本地视频流并通过VLC播放。主要内容包括：FFmpeg安装、rtsp-simple-server服务器配置、视频推流命令、Windows端访问步骤及常见问题解决方案。该方法简单高效，适合局域网内视频共享需求，新手也可轻松上手。关键步骤为安装工具、启动服务器、推送视频流和客户端访问，提供TCP/UDP两种传输方式及编码调整方
术语比喻它决定了什么常见值波纹（声波）要画的波浪线本身声音的原始形状振幅波浪的高度声音的音量/响度采样率每秒拍的照片数量声音的频率范围（高音保真度）44.1 kHz (CD), 48 kHz (视频), 96 kHz (高清音频)位深测量波浪高度的尺子的精确度声音的动态范围和清晰度（噪音水平）16-bit (CD), 24-bit (录音/母带)一个综合例子声波（波纹）传入麦克风，其振幅大小决定了
这本书是麦克风阵列信号处理的经典教材，专门讲解 麦克风阵列理论 + 算法 + 应用，在回声消除 (AEC)、噪声抑制 (NS)、波束形成 (Beamforming) 等“音频 3A”相关领域有很大参考价值。经典的 语音增强 专著，详细介绍噪声抑制（NS）、语音质量评估方法（PESQ、STOI）、语音增强算法（谱减、维纳滤波、MMSE）。这本书偏经典语音信号处理，包含 端点检测、增益控制、噪声鲁棒性
本文介绍了如何搭建本地RTMP推流服务器的详细步骤。首先需要下载Nginx和RTMP模块，解压后配置rtmp.conf文件，设置监听端口和应用名称。接着启动Nginx服务器，并使用OBS进行推流测试，通过VLC播放器验证推流是否成功。文中提供了Nginx下载地址、配置文件示例、OBS推流设置方法以及VLC拉流地址格式，帮助用户快速搭建简单的RTMP直播环境。整个过程包括服务器搭建、参数配置、推流测
该方法用作简单的图片显示还行，当需要高效显示视频的每一帧图像时，存在效率不足的问题。我们想到用opengl的绑定纹理的方法绘制图像，可以高效渲染cv::Mat图像。假设timer的间隔为1ms，因为time的槽函数中涉及到界面刷新，timer实际触发时间肯定大于1ms。这时需要用c++的回调函数来触发ui的更新操作。界面刷新由timer触发修改为回调函数触发后，可以发现视频播放的速度变得非常快，我
（图示：取消推广软件勾选）
使用yolov10模型检测视频中出现的行人，并保存为图片
本文介绍了基于ALSA 1.2.6.1版本的WAV音频播放实现。主要内容包括： 定义了WAV文件头结构体(WavHeader)和数据头结构体(DataHeader)，使用内存对齐优化； 实现了混音器控制功能，包括音量设置、噪声保护开关等； 提供了完整的WAV播放流程，包括文件解析、ALSA设备初始化、参数设置、音频数据读取和实时播放； 支持多种音频格式(8/16/24/32位)和声道配置，包含错误
典型操作：设置分辨率（ VIDIOC_S_FMT ）、获取帧数据（ VIDIOC_QBUF/VIDIOC_DQBUF ）。：通过将内核驱动的摄像头缓冲区直接映射到用户空间（应用层），避免数据从 内核到用户空间的显式拷贝，减少 CPU 开销。设备节点： /dev/video0 多个摄像头时: /dev/video1 , /dev/video2 ....通过V4L2 API（如 open("/dev/
Freemake Video Converter 是一款功能强大的免费视频转换软件，以下是其详细介绍：链接：https://pan.quark.cn/s/b707489c925b。
拥有强大的内置解码器用于解码播放，支持帧定位，几乎可以播放所有格式的视频，解码功能很出色，启动速度和播放速度都非常快，并且无需额外的转码和设置，同时还可以加载直播源，支持自定义皮肤。打开视频后，按“F5”进入设置，在基本工作栏的“默认皮肤”-》打开皮肤文件夹，把我们的皮肤文件拷贝到打开的文件夹，然后在【皮肤】这一栏就可以选择了。方便的滤镜以及外挂式的管理系统，同时简化了内部的解码器体系。除了优秀视
分辨率（Resolution）帧率（Frame Rate）码率（Bitrate）编码格式（Video Codec）GOP 结构（Group of Pictures）码率控制模式像素格式（Pixel Format）色深（Bit Depth）宽高比（Aspect Ratio）扫描方式（Scan Type）旋转角度（Rotation Angle）关键帧间隔（Keyframe Interval）总结视频参
本文详细介绍了ALSA（Advanced Linux Sound Architecture）在Linux系统上的音频架构，包括其主要功能和系统架构。ALSA提供了音频设备驱动、管理、数据采集和播放、混音器控制以及MIDI支持等功能。文章重点讲解了PCM设备的使用，包括如何打开设备、设置硬件参数以及进行数据读写。此外，还介绍了混音器控制的基本接口和音频参数，如采样率、通道数和采样格式等。文章深入探讨
在机器学习和计算机视觉领域，视频抽帧技术是构建训练集的有效方法。通过间隔一定时间抽取视频帧，可以快速生成大量图像数据。以《老友记》第一季第1集为例，使用Python的OpenCV库实现每3秒抽一帧的功能。代码首先读取视频文件，计算帧率并确定抽帧间隔，随后逐帧读取视频并保存指定间隔的帧为图片。最终，所有抽取的帧将保存到指定文件夹中，便于后续的图像处理或模型训练。这种方法不仅提高了数据收集的效率，还为
它支持录制高清视频、实时音频评论、游戏直播等功能，是游戏玩家、视频创作者和教学演示者的首选工具。本次为大家带来的绿色版无需安装，解压后双击即可使用，方便快捷，适合所有需要高清屏幕录制的用户。绿色版是一款功能强大且使用方便的屏幕录制工具，特别适合需要高清录制游戏、教学视频或进行直播的用户。支持全屏录制、选定应用程序窗口录制、自定义区域录制等模式，还具备绿屏模式，可在使用网络摄像头录制时剪切背景。时间
*音频录制：**音频录制可以单独录制麦克风声音、系统声音，也可以同时麦克风和系统声音一起录制，当然也可以选择不录音频。**辅助工具：**除了视频和音频录制，软件还有辅助工具，有图片水印、文字水印，还可以嵌入摄像头和本地直播。**保存：**录制完成后，好的视频在【列表】里有显示，需要更改存储路径可以点“更改目录”。**视频录制：**视频录制可以选择全屏录制、选区录制、摄像头录制和不录制视频这几项。特
系统声音录制：能完美捕获电脑内部播放的声音，无论是在线视频的解说、音乐的播放，还是软件操作的提示音，都能清晰收录，让录制的视频声画同步，效果更出色。在数字化时代，录屏需求随处可见。VOB)视频格式的录制和音频(MP3)格式的录制，它甚至支持GIF动画的录制，基本上能够满足我们日常的录屏需求了。视频大小调整：可以灵活调整录制视频的大小，无需担心设置录制区域的尺寸比例问题，满足不同平台和设备的展示需求
AI 浪潮正席卷着各个行业。电商和效率息息相关，也是 AI 最能发挥能力的领域之一。把 Stable Diffusion 融入电商设计能带来效率的极大提升。为了帮助大家更好地掌握 ComfyUI，我在去年花了几个月的时间，撰写并录制了一套ComfyUI的基础教程，共六篇。这套教程详细介绍了选择ComfyUI的理由、其优缺点、下载安装方法、模型与插件的安装、工作流节点和底层逻辑详解、遮罩修改重绘/I
在 YOLOv5 的detect.py。
YOLOv8.3.101 的视觉提示功能让我们的直播违规检测效率翻倍！” ——某AI安防团队。“矩形推理解决了无人机图像变形问题，检测准确率提升 20%！” ——工业检测开发者。等核心功能，为开发者提供更高效、更灵活的检测体验！将支持多模态融合、更轻量化设计，敬请期待！Ultralytics 团队再次带来。
本工具基于YOLOv12模型，结合Grad-CAM技术实现目标检测的可视化分析，支持图像、视频和实时摄像头处理。
EasyRTC凭借其轻量级SDK和先进的技术架构，成功攻克了这一难题，为嵌入式设备的音视频通讯带来了全新的解决方案。与传统动辄数MB的音视频通讯SDK相比，EasyRTC的轻量级设计能够显著降低硬件成本，同时让设备在资源受限的环境中也能轻松集成音视频通讯功能。EasyRTC不仅在技术上实现了突破，更通过其广泛的平台支持和强大的功能拓展能力，为智能硬件的未来发展奠定了坚实基础。通过先进的压缩技术和高
1.升级到srs v5-r2以上版，srs v5-r2及以上版本，已经支持通过配置文件设置鉴权。2.配置文件setting.conf，在http_api中添加如下内容。SRS 存在未授权访问漏洞，攻击者可利用该漏洞获取敏感信息。最近漏扫发现的漏洞，究其原因是因为srs控制台没有设置鉴权。本地srs版本为srs v4-r4,docker版的镜像。此时登录srs控制台，即需要输入用户和密码。
嵌入式设备 怎么主动给设备放电
低秩自适应 （LoRA） 是参数高效微调中使用最广泛的技术之一。以下讨论基于第六章中给出的垃圾邮件分类微调示例。但是， LoRA 微调也适用于第七章中讨论的监督指令微调。E.1 LoRA简介LoRA 是一种技术，它通过仅调整模型权重参数的一小部分来调整预训练模型以更好地适应特定的、通常较小的数据集。“低秩”方面是指将模型调整限制在总权重参数空间的较小维度子空间的数学概念。这有效地捕获了训练期间权重
我们理解的Android平台RTMP同屏，采集到数据后，无非就是实现软、硬编码，然后打包发送到RTMP服务器，播放端拉流播放即可，实际上，几乎每一步操作，都可以考虑精细化的设计和处理，实现期望的高稳定、低延迟和资源占用体验。启动APP后，先选择需要采集的分辨率（如果选原始分辨率，系统不做缩放），然后选择“启动媒体投影”，并分别启动音频播放采集、采集麦克风。需要注意的是，Android采集音频播放的
音视频
——音视频
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
乐奇 Rokid 开放社区
