
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
本文详细介绍如何在 RDK X5 开发板上部署 PaddleOCR 文字识别模型。RDK X5 集成 BPU,检测模型可达 158 FPS、识别模型可达 245 FPS,完全满足端侧实时 OCR 需求。全文含模型下载、命令行部署、代码解析、性能解读和常见问题
本教程详细介绍了在RDK X5嵌入式AI开发板上部署Ultralytics YOLO系列模型的全流程。RDK X5内置BPU加速单元,支持YOLOv5u至v13共7个系列的50+预编译模型,涵盖目标检测、实例分割、姿态估计和图像分类四大任务。教程包含环境配置、模型下载、依赖安装及多任务推理的完整步骤,提供统一Python接口和参数说明,并附有典型模型的性能数据。通过本教程,开发者可快速在端侧设备实
停车场管理:自动识别进出车辆,实现无人值守收费高速卡口:ETC 辅助识别、违章抓拍安防监控:社区/园区车辆准入管理移动执法:车载/手持设备实时抓拍识别这些场景对实时性、低功耗和数据本地化有较高要求,端侧推理成为自然选择。LPRNet 是一种轻量级端到端车牌识别网络,由论文提出。输入车牌裁剪图片,直接输出字符序列,无需显式字符分割,非常适合在嵌入式设备上部署。本教程将指导你在 RDK X5 开发板上
摘要:本文提供RDK X5开发板从零开始的完整环境搭建指南,覆盖系统镜像选择(Server/Desktop版)、使用RDK Studio或Rufus工具烧录Micro SD卡、通过115200波特率串口首次登录、命令行/Wi-Fi配网(nmcli/srpi-config)、SSH远程连接等关键步骤。特别强调必须使用5V/5A电源适配器,避免USB供电不足导致重启。教程包含硬件清单、详细操作命令和常
RDK X5 开发板提供标准的40pin 扩展接口,兼容树莓派引脚布局,方便连接 LED、按键、传感器、电机驱动等外设。所有 GPIO 信号为3.3V 逻辑电平,通过内置的Hobot.GPIOPython 库进行操作。本文面向需要通过 GPIO 控制外设的 RDK X5 开发者,从零讲解 40pin 编程。3.3V 输出:最大 800mA5V 输出:最大 500mAGPIO 逻辑电平:3.3V(最
CLIP多模态模型在RDK X5开发板的部署指南 本文提供在地瓜机器人RDK X5开发板上部署OpenAI CLIP多模态模型的完整方案。内容涵盖: 模型架构:BPU加速图像编码+ONNX文本编码的异构计算方案 实现步骤:从环境配置、模型下载到一键运行的完整流程 核心功能:支持图文相似度匹配和零样本分类任务 应用场景:边缘端图文检索、内容审核等AI应用开发 性能特点:利用BPU硬件加速图像处理,实
本文总结了地平线RDK开发板常见问题的解决方案,主要内容包括:硬件系统启动异常处理方法、网络连接与软件源配置、外设接口使用注意事项、系统维护技巧、编译优化策略以及U-Boot引导问题排查等。重点解答了系统反复重启、网络配置、摄像头使用、apt更新失败、内存不足等典型问题,并提供了快速排查索引表。文中特别强调了电源适配器选择、严禁热插拔摄像头等关键注意事项,以及查看系统版本、默认账户等基础信息查询方
本文介绍了在RDK X5平台上部署FCOS(Fully Convolutional One-Stage)目标检测模型的完整流程。FCOS作为anchor-free单阶段检测算法,通过逐像素预测类别分数、边界框和中心度,避免了anchor调参,在保持精度的同时简化了检测流程。文章详细说明了模型转换步骤(ONNX导出→PTQ校准→BIN编译)、环境配置、运行方法及参数说明。测试数据显示,fcos_ef
本文介绍了MODNet轻量级人像抠图算法在RDK X5平台上的部署与应用。MODNet是
本文基于 D-Robotics RDK Model Zoo rdk_x5 分支中的 YOLO26 示例整理,覆盖 RDK X5 上的预编译 .bin 模型下载、hbm_runtime Python 推理样例、OpenExplore 1.2.8 模型转换流程和性能数据参考。







