OSD(on screen display)功能应用很广泛,譬如监控视频中的实时时间显示、电视转播中的台标和字幕等。本季讲解如何在思平台上实现图像OSD,核心是思SDK中提供的OSD功能相关的一些API的使用和调试技巧。
1
你们拿去用吧 这个是Player 1、Player 播放器,将下载到本地的录像,使用该播放器进行播放 2、SNS 多机客户端,使用该客户端可以对多台设备进行远程监控和管理 3、UpgradeTool 系统升级工具 4、mns.cab 手机监控客户端 5、视频格式转化工具 可以将H264的码流转成media player 可以播放的AVI格式
2022-06-22 09:37:54 6.07MB 513234373
1
丰趣淘跨境电商案例分析.pptx
2022-06-21 17:00:48 8.06MB 互联网
思3516 H265解码 build-rtsp-hi3516-Debug
2022-06-20 17:13:40 214KB H265
1
捷商务软件——自来水管理系统》用户文档
2022-06-20 17:04:58 16.96MB 文档资料
能达TD580升级软件,支持纯手置频(不是改频),数模混合接收,扰频等很多功能。
2022-06-18 09:48:42 6.08MB 海能达 升级
1
视智能HS-IVS智能视频分析系统-主动式智能视频监控系统--智能小区方案
2022-06-17 09:08:11 1.59MB 文档资料
驱动cst816s触摸屏的触摸检测,手势检测等。
1
基于思Hi3518E Sample改写的推流到VLC上播放(借花献佛,感谢原创)!
2022-06-16 14:26:42 771KB Hi3518e
1
阿尔茨默氏病分类的可解释深度学习框架的开发和验证 这项工作发表在Brain ( )中。 介绍 此回购包含PyTorch实施的深度学习框架,该框架从磁共振成像中描绘出可解释的阿尔茨默氏病特征(3D疾病风险图),然后将其与年龄,性别和小脑力状态检查分数等多模式输入进行整合。 我们的框架将完全卷积网络(FCN)链接到多层感知器。 FCN生成特定于患者的3D疾病风险图(密集的本地预测),请参见下文。 FCN模型是在ADNI训练和验证集上开发的,其性能在ADNI测试集,3个外部测试数据集(包括NACC,AIBL和FHS数据集)上进行了评估。 所有位置的Matthews相关系数(MCC)值显示为MCC热图,以可视化每个位置上FCN的准确性。 MLP对诊断结果进行最终的全局预测。 为了验证目的,将预测的高风险区域与神经病变的发现进行了比较,并在这项工作中证明了模型预测区域与神经病变的发现之间的
2022-06-15 10:55:48 158.17MB Python
1