一直以来对于嵌入式中的watch dog（看门狗）都比较陌生，一直都不知道它到底是做什么的，单从名字上看也不知其所以然，然后就在网上找到了一篇blog，就是再说看门狗的作用和概述，原文如下：  1、概述：      WATCHDOG对于没有底层开发经验的开发人员来说，可能比较陌生，但是它在系统起到非常重要的作用，相当于系统警察，当系统发生严重错误（如程序进入死循环等）不能 恢复的时候

read.c #include#include#include#include#include#include#include#include/*int shm_open(const char *name, int oflag, mode_t mode);//创建或打开一个共享内存,成功返回一个整数的文件描述符，错误返回-1。

Real Time Streaming Protocol或 者RTSP（实时流媒体协议），是由Real network 和Netscape共同提出的如何有效地在IP网络上传输流媒体数据的应用层协议。RTSP提供一种可扩展的框架，使能够提供能控制的，按需传输实时数据，比如音频

系统提供的socket缓冲区大小为8K，你可以将之设置为64K，尤其在传输实时视频时。 socket发送数据时候先把数据发送到socket缓冲区中，之后接受函数再从缓冲区中取数据，如果发送端特别快的时候，缓冲区很快就被填满（socket默认的是1024×8=8192字节），这时候我们应该根据情况设置缓冲区的大小，可以通过setsockopt函数实现 #include#inc

人工智能（AI）主要包括三大要素，分别是数据、算法和算力。其中数据是基础，正是因为在实际应用当中的数据量越来越大，使得传统计算方式和硬件难以满足要求，才催生了AI应用的落地。而算法是连接软件、数据、应用和硬件的重要桥梁，非常关键。算力方面，主要靠硬件实现，也就是各种实现AI功能的处理器，而随着应用和技术的发展，能实现各种算力、满足不同应用的AI处理器陆续登场，经过不同的发展阶段，发挥着各自的作用。

人工智能（AI）主要包括三大要素，分别是数据、算法和算力。其中数据是基础，正是因为在实际应用当中的数据量越来越大，使得传统计算方式和硬件难以满足要求，才催生了AI应用的落地。而算法是连接软件、数据、应用和硬件的重要桥梁，非常关键。算力方面，主要靠硬件实现，也就是各种实现AI功能的处理器，而随着应用和技术的发展，能实现各种算力、满足不同应用的AI处理器陆续登场，经过不同的发展阶段，发挥着各自的作用。

高清网络视频监控发展到今天，市场也开始进入真正的高清时代，诸多有实力的高清摄像机厂家的产品线也逐渐完善起来，高清网络视频监控的配套产品有更加丰富和成熟。与此同时困扰很多人的高清网络摄像机与后端平台或者与后端NVR互联互通的问题也在逐渐迎刃而解，这得益于各个方案研发公司、生产厂家、平台商、标准协议组织都不遗余力的在网络摄像机协议对接这块投入了大量精力，使得高清网络摄像机与第三方设备或者软件平台的对接

人工智能（AI）主要包括三大要素，分别是数据、算法和算力。其中数据是基础，正是因为在实际应用当中的数据量越来越大，使得传统计算方式和硬件难以满足要求，才催生了AI应用的落地。而算法是连接软件、数据、应用和硬件的重要桥梁，非常关键。算力方面，主要靠硬件实现，也就是各种实现AI功能的处理器，而随着应用和技术的发展，能实现各种算力、满足不同应用的AI处理器陆续登场，经过不同的发展阶段，发挥着各自的作用。

计算机视觉的一大研究热点是人体姿态估计，还有很多问题急需解决，比如遮挡，交互等等。在最近的CVPR2020里边也有很多这方面的工作。本文站长主要是想谈谈基于深度学习的实时多人姿态估计。人体姿态估计要干嘛？关于人类活动规律的研究，必定是计算机视觉领域首要关注的内容。其中，人体姿态估计便是计算机视觉领域现有的热点问题，其主要任务是让机器自动地检测场景中的人“在哪里”和理解人在“干什么”。随着信息化时代

**监督学习（Supervised Learning）**：使用带有标签的数据训练模型，目标是预测新数据的标签。| **数据需求**| 相对较少的数据| 大量数据|| **应用场景**| 结构化数据、传统预测任务| 非结构化数据、复杂任务（如图像、语音） |- **深度学习**：适用于非结构化数据和复杂任务，能够自动提取特征，但需要大量数据和计算资源。