使用TensorRT的NVIDIA Jetson（Nano）的人脸识别
带有架构的人脸识别和David Sandberg（ ）使用TensorRT和OpenCV重新训练的模型。 该项目基于FaceNet模型的输出层中所需的l2norm helper函数的实现。 链接到： 。 此外，该项目使用的改编版本进行人脸检测。 下面的更多信息。
硬件
NVIDIA Jetson Nano
Raspberry Pi v2相机
如果要使用USB摄像头而不是Raspi摄像头，请在中将布尔值isCSICam设置为false。
依存关系
cuda 10.2 + cudnn 8.0 TensorRT 7.x OpenCV 4.1.1 TensorFlow r1.14（用于Python将模型从.pb转换为.uff）
更新
这个主分支现在使用Jetpack 4.4，因此依赖项已稍有更改，并且不再预先安装tens
2021-09-20 22:14:44
49KB
1
Terasic DE10-Nano *套件的FPGA硬件设计
概述
为Terasic DE10-Nano *套件构建FPGA设计的说明。
该存储库为为套件的开发板构建演示FPGA映像提供支持，旨在与层结合使用。
在构建过程中创建了3个FPGA项目
de10-nano-base ：没有IP的基本设计，需要其他许可证
de10-nano-fft ：一个基于FPGA的FFT示例。 FFT IP确实需要许可证
de10-nano-mandelbrot ：Mandelbrot的FPGA实现。 Mandelbrot的输出显示在HDMI输出上
注意：可以在github项目的release部分中找到FPGA映像的已发布版本。
注意：只有发行版本才经过完整测试。 master分支可能会起作用，但尚未经过全面测试。
制作说明
基于Makefile的构建用于该项目，其产生以下输出：
编译的Intel *
2021-09-15 14:49:55
142KB
1
《MELIS 用户编程手册》第六章《驱动编程指南》，适合于F1C100S、荔枝派nano的SDK编程
2021-09-11 21:11:30
7.75MB
1
Nano系列是以Cotex-m0为内核的超低功耗MCU。进入深度睡眠模式时，所有IP都关闭的情况下的功耗为1uA；RTC和段式LCD屏都工作的情况下功耗10uA左右。客户的系统中往往不止MCU一颗IC，怎样让系统进入深度睡眠模式时的功耗最低？一直是客户问的最多的问题，也是问题最多的地方。本文介绍一些原则和调试的方法，希望对大家有帮助。
2021-09-06 19:45:54
200KB
1
#2.4_Linux_基本指令_nano_和_cat_(Linux_机器学习_教程教学_tutorial)
2021-09-01 22:00:22
17.25MB
nvidia-l4t-kernel_4.9.140-tegra-32.4.3-20200625213809_arm64.deb
nvidia-l4t-kernel-dtbs_4.9.140-tegra-32.4.3-20200625213809_arm64.deb
2021-08-31 18:00:54
151.03MB
1