用于aarch64架构边缘设备的conda
2021-10-21 20:06:13 48.53MB 树莓派 nano 边缘计算
1
jetson nano使用USB摄像头将拍摄的图像显示在手机APP上
2021-10-19 17:04:14 796KB APICloud jetsonnano websocket opencv
1
CSI相机 将MIPI-CSI(2)相机(例如Raspberry Pi版本2相机)与NVIDIA Jetson Nano Developer Kit一起使用的简单示例。 这是JetsonHacks上文章的支持代码: ://wp.me/p7ZgI9-19v 摄像机应安装在载板上的MIPI-CSI摄像机连接器中。 相机色带上的插针应面向Jetson Nano模块,条纹朝外。 新的Jetson Nano B01开发人员套件具有两个CSI摄像机插槽。 您可以将sensor_mode属性与nvarguscamerasrc一起使用以指定摄像机。 有效值为0或1(如果未指定,则默认为0),即 nvarguscamerasrc sensor_id=0 要测试相机: # Simple Test # Ctrl^C to exit # sensor_id selects the camera: 0
2021-10-19 11:50:01 21KB opencv opencv-python rpi-camera jetson-nano
1
重新设计Arduino NANO扩展板,增加PH2.0接口,IIC接口,方便连接传感器
2021-10-14 14:02:44 3.86MB arduino nano 扩展板
1
这是一个受欢迎的Arduino机器人项目。为了避免大量的电线连接,我为此设计了一块PCB。 您可以使用PCB或点缀的穿孔板。 该机器人项目的PCB设计合理且易于制造。您可以使用此PCB制造不同类型的Arduino机器人。 如何运行: 超声波传感器检测前方的物体并测量物体的距离。 在正常情况下,当机器人前方没有障碍物时, 两个电动机将顺时针旋转,并且机器人会向前直线行驶。 如果超声波传感器在20厘米内检测到任何物体,则左马达将开始逆时针旋转 ,而右马达将按原样顺时针旋转。 因此,如果机器人前面有物体,它会迅速向左转。 电路和连接(如果使用穿孔板) 在这里,我使用了Arduino nano和L293D双电机驱动器。 两个电容器作为滤波器。LED和1k电阻指示 我们必须使用arduino IDE将代码上传到arduino nano 我为Arduino使用了9v电池,为马达电源使用了另外的9v电池。 为了给电机供电,最好使用充电电池,否则9 v电池不能长时间运行机器人。
2021-10-14 13:15:18 467KB 避障小车 Arduino Nano 电路方案
1
jetson-nano的ROS镜像
2021-10-13 20:01:59 78B ROS Jetson-nano
1
2021年愿景 2021年第一个FRC银河搜寻任务视觉代码。该代码将能够使用Nvidia Jetson Nano和YOLOv5在运动场上运行实时目标检测。 YOLOv5对象检测信息/文档 YOLOv5是用于实时对象检测的AI对象检测库。 资源 用法 注意:所有软件包和模块都使用virtualenv坐在虚拟环境中。要为此仓库运行任何命令,您必须输入venv。 FROM YOLOv5_trained_model目录键入source venv/bin/activate以启动环境变量 powercell_model / YOLOv5_Trained_Model目录中的文件都是经过训练的ML模型。它由data.yaml,custom_yolov5s.yaml和best.pt(即经过训练的模型文件)组成。 注意:Roboflow用于创建yolov5格式。 要获取(或更新)训练后的模型,请执行以下操作
2021-10-11 15:35:26 90.8MB opencv pytorch vision object-detection
1
基于IAR-stm32裸板工程,完美移植RT-Thread Nano系统,参考博客:https://blog.csdn.net/weixin_42653531/article/details/105832186
2021-10-11 14:47:56 3.57MB RT-Thread 移植
1
YoloV3-ncnn-Jetson-Nano 带有ncnn框架的YoloV3。 论文: : 专为Jetson Nano设计的产品,请参阅 基准。 模型 杰特逊纳米2015 MHz RPi 4 64-OS 1950兆赫 YoloV2(416x416) 10.1帧/秒 3.0帧/秒 YoloV3(352x352)微小 17.7帧/秒 4.4 FPS YoloV4(416x416)微小 11.2 FPS 3.4帧/秒 YoloV4(608x608)完整 0.7帧/秒 0.2帧/秒 YoloV5(640x640)小 4.0 FPS 1.6帧/秒 依赖关系。 2021年4月4日:改编为ncnn版本20210322 要运行该应用程序,您必须: 已安装腾讯ncnn框架。 代码::已安装块。 ( $ sudo apt-get install codeblocks ) 安装应用程
2021-10-08 16:05:57 838KB
1
Mks-Robin-Nano-Marlin2.0-固件 特征 基于的MKS Robin Nano固件添加了 ,支持彩色GUI和触摸屏。 它是在PlatformIO上开发的,我们希望越来越多的开发人员将参与此存储库的开发。 建造 由于固件基于在PlatformIO核心上构建的Marlin2.0.x,因此buid的编译步骤与Marlin2.0.x相同。 您可以直接使用,也可以使用包含内置PlatformIO Core(CLI)的IDE,例如和 。 建议使用VSCode。 关于gcode文件预览 切片时应将图像添加到gcode文件中,并且MKS开发了来制作它。 关于图像转换 打开。 打开bmp图像。 输入保存的文件名。 选择颜色格式:真彩色。 选择文件输出格式:二进制RGB565。 开始转换。 保存bin文件。 将转换后的bin文件复制到资产文件夹。 将资产文件夹复制到SD卡。
2021-10-08 07:05:25 9.7MB C++
1