话不多说先放两张Orange Pi AIpro的全身照，可以看到板子还是很漂亮的。Atlas 200计算模块作为开发板的CPU与NPU。模块集成了Ascend 310处理器，可以高效地高效能低功耗： 昇腾310采用7nm工艺制造，拥有高效的能耗比，能够在提供强大计算能力的同时保持较低的功耗，非常适合嵌入式和边缘计算应用。强大计算能力。

adc_process 中1s读取一次使用1ms进入一次SysTick_Handler 中断定时newadcval、newlevel、newheight都是最新一次数据，与上一次数据比较是否液位发生变化led_process中题目要求三个led按要求变化，led1要一直闪烁，led2、led3满足特定条件后才变化翻转所以使用两个标志位led2flag和led3flag同时使用静态变量led2cou

这个题目就很简单，满分85分都拿到，就是评测系统有时会很抽搐，非显示说乱码。

特征描述符是一种在计算机视觉和图像处理中用来描述图像中特定点（或区域）属性的向量或集合。增强现实（AR）：在AR应用中，描述符可以用于识别图像中的特定模式或对象，以便将虚拟对象与真实世界相结合。特征描述符是计算机视觉中一个非常重要和基础的概念，它提供了一种有效的方式来理解和分析图像内容。三维重建：在多视图几何和三维重建中，可以使用描述符来找到多幅图像中的对应点，以估计三维结构。高维向量：特征描述符

因此，当你在 getContours 函数中调用 drawContours 修改 img 时，它实际上修改的是共享的数据，从而影响了原始的图像数据。当你创建一个 Mat 对象并将其传递给另一个函数时，即使是按值传递，传递的也只是对象的头部信息（包括对实际数据的引用），而不是整个数据。这意味着，即使在函数中对传入的 Mat 对象进行修改，它也会影响原始的 Mat 对象，因为它们共享相同的数据。当你创

对比第六届和第七届，这届的题目在逻辑思维上确实要麻烦不少，可以从题目看出，这届题目对时间顺序的要求很严格，所以就可以使用状态机的思想来编程，拿到类似题目不要急着写代码，一定要先分析好步骤，想出状态转换的逻辑后，在根据逻辑写代码写起来就很快了。

原始的YoloV8封装的层次太高，想要为我们所用可能需要阅读很多API，下面给出比较简单的使用方式。

话不多说先放两张Orange Pi AIpro的全身照，可以看到板子还是很漂亮的。Atlas 200计算模块作为开发板的CPU与NPU。模块集成了Ascend 310处理器，可以高效地高效能低功耗： 昇腾310采用7nm工艺制造，拥有高效的能耗比，能够在提供强大计算能力的同时保持较低的功耗，非常适合嵌入式和边缘计算应用。强大计算能力。

为了测试模型预测黑线的坐标是否准确，所以将模型输出的坐标在原来图像中绘制成原点，可以看到红点绘制在了黑线上说明预测成功，如果场景复杂建议数据集使用大量的不同场景的照片以达到最好的预测结果。如果上面三个脚本都执行成功的话我们将会在当前model_output目录下找到bin文件，这就是可以在X3派上运行的模型文件。这里使用了地平线提供的hobot_dnn库，注意需要将结果反归一化即x和y分别乘图像的

函数是代码的核心部分，负责处理网络的输出并在图像上找到并绘制目标对象。bbox = []confs = []int100%',本项目展示了如何结合深度学习和传统计算机视觉技术来实现实时目标检测。通过 OpenCV 和 YOLOv3，我们能够在普通计算机上实时检测摄像头捕获的图像中的对象。实用性: 代码可用于许多实际应用，如监控、人机交互、机器人导航等。灵活性: 通过修改参数和模型，代码可以轻松适应