logo
publist
写文章

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

ORB-SLAM3 双目视觉惯性 SLAM 部署实验综合报告

本实验在 Jetson 嵌入式平台上完成了 ORB-SLAM3 V1.0 的编译,并基于 USB 双目相机 + 串口 MEMS IMU 搭建了一套实时双目视觉惯性 SLAM 系统。双目立体校正(rectify)配置错误——相机静止却每 2~3 秒跟踪丢失一次。根因是T_c1_c2方向填反 + 缺k3畸变 +k2笔误三者叠加,使内置 rectify 完全失效、立体匹配 99% 失败。修复后行对齐误差

文章图片
#算法
端侧大模型部署终极横评:Jetson Orin 8GB 上把 13 个推理框架全摸了一遍,谁才是最优解?

文章摘要: 本文分享了在Jetson Orin 8GB边缘设备上部署Qwen2.5系列大模型的血泪经验与13个推理框架的深度评测。作者通过五次OOM崩溃的教训,对比了编译型(如MLC-LLM、TensorRT-Edge-LLM)和解释型(如llama.cpp)方案的优劣,最终推荐: MLC-LLM为1.5B/3B模型首选,支持交叉编译和量化,峰值内存仅2.5-3GB; TensorRT-Edge-

文章图片
#人工智能
语音+大模型指挥机器人:LLM Agent × ROS2 端到端实战

语音+大模型指挥机器人:LLM Agent × ROS2 端到端实战你对着麦克风说"左转九十度",Gazebo 里的小车真的转了 90°;你问"前面有障碍物吗",机器人用激光雷达的真实数据开口回答你。全程离线,没有一个请求发到云端。这篇文章记录这个系统从零到闭环的完整实战。

文章图片
#机器人
抓取成功率从 25% 到 98%:我给语音机械臂换了一双眼睛,加了一套“条件反射

"把桌上的方块抓起来"→ VLM 门禁(3 秒看一眼:桌上有方块吗?)——没有 → "拒绝执行",结束→ 有 → YOLO 定位(0.1 秒)→ ACT 闭眼做完 64 步→ 量手指间距,抓空了?→ 再看一眼 YOLO → 照新坐标重抓 → 举起VLM 管"该不该干"(它慢但什么都能看),YOLO 管"东西在哪"(快 160 倍但只认方块),ACT 管"怎么抓",减法管"重抓"。场景结果耗时桌上有

文章图片
#xcode#macos#ide +2
RK3588 NPU 跑大模型实测:rknn-llm 解码 25.9 tok/s,是 llama.cpp 的 4 倍!附三天完整踩坑记录

一是"静默失败"是端侧部署最恶心的故障模式。驱动版本不对导致 NPU 输出乱码,全程没有任何报错,NPU 负载还正常,如果不是拿 CPU 路径做对照,可能就一直以为"模型量化坏了"或者"NPU 就这水平"。永远先验版本配对,再谈性能。二是官方工具链的护城河比想象中深。rknn-llm 靠"离线量化 + 全算子专用 runtime"在 decode 上拉开了 3~4 倍差距,这个差距不是社区 for

文章图片
#机器人#人工智能
ijkplayer 的编译、打包 framework 和 https 支持

原文https://www.jianshu.com/p/9743a68c2939ijkplayer 是 bilibili 开源的一款优秀的播放器, 基于 FFmpeg, 支持 iOS/Android, 点播/直播, 以及多种编码. 官方并不直接提供 framework 框架包, 这样大家可以根据需要选择配置, 自己编译并打包. 但是也让很多第一次使用的小伙伴一脸懵逼, 并且默认配置只支持 ht..

一个诡异BUG引发的血案(线程死锁造成的CPU利用率逐渐增高)

我首先声明,我有一些标题党的嫌疑,确实没有什么血案发生,顶多是我找BUG 时由于太用力把嘴唇给咬破了。

一文了解 2018年最火爆的30个机器学习项目

关键时刻,第一时间送达!机器学习是当前最为火爆的话题之一,机器学习的开源项目也层出不穷,让人目不暇接。本文从受欢迎程度方面,对比以及挑选出了去年发布的30个最火的机器学习项目。下面,让我们一起来看看,2018年究竟有哪些机器学习的开源项目最受开发者的喜爱吧。FastTextGithub代码库:https://github.com/facebookresearch/fastTextGithub给星:

llama.cpp 参数调优指南:Jetson 8GB 实战手记

很多人用 llama.cpp 就是 ./llama-server -m model.gguf 一把梭,能用,但在 8GB 这种资源受限板子上,默认参数随时教你做人:上下文溢出、swap 抖动、功耗撞墙。坑 1(实测踩过):漏挂 mmproj,文本问答正常,一发图片请求直接 500。模型:Qwen2.5-3B Q4_K_M、Qwen2.5-VL-3B Q4_K_M + mmproj-f16。资源受限

文章图片
#人工智能
语音+大模型指挥机器人:LLM Agent × ROS2 端到端实战

语音+大模型指挥机器人:LLM Agent × ROS2 端到端实战你对着麦克风说"左转九十度",Gazebo 里的小车真的转了 90°;你问"前面有障碍物吗",机器人用激光雷达的真实数据开口回答你。全程离线,没有一个请求发到云端。这篇文章记录这个系统从零到闭环的完整实战。

文章图片
#机器人
    共 93 条
  • 1
  • 2
  • 3
  • 10
  • 请选择