这里写目录标题一、使用LvglFontTool4.0转换字体二、修改生成的C文件二、使用字体用法1：在canvas上绘制一、使用LvglFontTool4.0转换字体这个工具是阿里兄大佬提供的，他的论坛下载地址不过由于lvgl8的字体结构体变了一下，最新4.0转换出内部字体的话，需要对生成的c文修改一下才能用输入要用到的字，或者直接选加入常用汉字，就看flash够不够大了。然后选择字体。由于我wi

去年使用了瑞芯微的RV1126的模组做了一个ai小相机（视频地址在这里），当时感觉性能还可以，就是开发环境太过一言难尽了。最近又发现有厂家使用另外一个新型号RV1106推出了开发板，价格十分喜人。关键是现在的开发生态比我当时友善太多了，资料更规范了，github上也有配套的各种开源仓库。一番体验下来，感觉还是不错的。现在的rknn开发环境相对以前我接触时简便和优雅了许多。在这个基础上，加上你自己的

2023年7月7日那天，嘉楠科技在网上开源了最新一代K230芯片的软硬件开发包。我尝试点开公布的GitHub仓库，惊喜地发现这个开源做得十分不错，整个sdk工程都放出来了，工程目录简洁清晰，技术文档也是做得十分用心。正好我在用爱芯的ax620a做一款移动的ai传感产品时遇到了闭源的问题，对于我来说定制硬件比较不灵活还有成本也高，比较头痛。现在正好碰到了貌似合适的替换方案，于是马上就联系了嘉楠的小姐

AX620A运行yolov5s自训练模型全过程记录但今天由于各种环境发生变化了，再去这样转换的话，就会报错失败。经过一番查找，发现是pytorch版本更新导致的。其实社区有文章已经更新了yolov5和yolov8的模型转换方法，但是仍然有坑点，如果不注意的话还是会失败。

关于yolov5训练时参数workers和batch-size的理解yolov5训练命令workers和batch-size参数的理解两个参数的调优总结yolov5训练命令python .\train.py --data my.yaml --workers 8 --batch-size 32 --epochs 100yolov5的训练很简单，下载好仓库，装好依赖后，只需自定义一下data目录中的y

关于yolov5训练时参数workers和batch-size的理解yolov5训练命令workers和batch-size参数的理解两个参数的调优总结yolov5训练命令python .\train.py --data my.yaml --workers 8 --batch-size 32 --epochs 100yolov5的训练很简单，下载好仓库，装好依赖后，只需自定义一下data目录中的y