在Eclipse中处理图片，需要引入两个包： import com.sun.image.codec.jpeg.JPEGCodec; import com.sun.image.codec.jpeg.JPEGImageEncoder; 报错: Access restriction: The type JPEGImageEncoder is not accessible due to restriction on required library C:\Java\jre1.6.0_07\lib\rt.jar 解决方法就在这里

缘起: RT_Thread是一款优秀的国产RTOS，我大概两年前就了解到了RT_Thread，但是本人从事是物联网嵌入式WIFI模块二次开发，当时RT_Thread还不支持直接对WIFI模块二次开发，仅支持MCU+AT指令方式控制WIFI模块间接连云(如ESP8266)，近来了解到RT_Thread已经支持WIFI模块二次开发，目前支持联盛德W60x,RealTek的RTL8710系列，于是终于按捺不住内心的冲动，决定先从一个简单的RGB三色灯项目入手，深入自己物联网之旅。本项目仅支持中国移动onenet平台，之后会陆续增加各个主流云平台的支持。 RT_Thread简介 [RT-Thread](https://www.rt-thread.org)是一个集实时操作系统（RTOS）内核、中间件组件和开发者社区于一体的技术平台，由熊谱翔先生带领并集合开源社区力量开发而成，RT-Thread也是一个组件完整丰富、高度可伸缩、简易开发、超低功耗、高安全性的物联网操作系统。RT-Thread具备一个IoT OS平台所需的所有关键组件，例如GUI、网络协议栈、安全传输、低功耗组件等等。经过11年的累积发展，RT-Thread已经拥有一个国内最大的嵌入式开源社区，同时被广泛应用于能源、车载、医疗、消费电子等多个行业，累积装机量超过2亿台，成为国人自主开发、国内最成熟稳定和装机量最大的开源RTOS。 W60X简介 W60X系列Wi-Fi SoC芯片是由国内联盛德公司研发，目前要有W600和W601两款芯片，本项目采用W600,W600是一款支持多接口、多协议的无线局域网 IEEE802.11n（1T1R）的 SoC 芯片。适用于智能家 电、智能家居、无线音视频、智能玩具、医疗监护、工业控制等物联网应用领域。 (1) 为什么选择W600? 一次偶然的会议上，我了解到了W600的存在，号称在华为Hilink项目上，有客户使用esp8266没有通过华为的认证，而使用W600通过了华为认证，原来我以为在wifi性价比的道路上除了乐鑫ESP8266和瑞昱RTL8710,恐难有敌手，于是开始对W600另眼相看，便开始某宝疯狂搜索，发现了一款9.9元基于W600的[TB_01开发板](https://item.taobao.com/item.htm?spm=a230r.1.14.19... TB-01 是星通智联开发的一款基于联盛德 W600 的超小体积核心开发板，该开发板引出了芯片的所有IO，并且内置LDO和UART传输芯片，只需一根 Micro USB 数据线与电脑连接即可使用，支持一键下载，外设拥有5个环形LED和2颗按键，调试操作极其方便。 RGB_LED项目简介 本文是关于RGB三色灯项目，基于RT_Thread提供的onenet-v1.0.0 packages连接中国移动onenet平台，packages中支持http和mqtt两种方式连接onenet,本项目采用mqtt方式连接，同时修改数据上报逻辑，原有组件包是每次回复单个数据点的数据，修改后支持一次性上报所有数据点，同时调整mqtt数据上报处理逻辑，解决连续两次调用数据发送接口，仅有第一次发出去的问题。 文档 如下是相关的文档教程, 方便大家使用. [TB_01官方资料](http://docs.thingsturn.com/product/) [Keil下RT_Thread W600 开发环境配置](http://docs.thingsturn.com/development/soc/start/) [W600固件烧录指南](http://docs.thingsturn.com/application_note/downlo... github地址:https://github.com/solitary-sand/rt_thread_w600_ap... 作者:一叶孤沙 (qq 2985672336) QQ交流群:906015840 (备注:物联网项目交流)

本教程可以帮助初学RTthread系统移植的朋友快速入门，并且着手自己的RT开发之旅，例子中使用的也是非常常见的STM32F103ZET6开发板，有问题可以联系作者，密码是yzk201，有问题也可以私信作者qq2824292803@qq.com,看到了会恢复的哦，祝您生活愉快

Apollo Cyber RT是世界上第一个专为自动驾驶定制的一个开源、高性能的运行框架。它为自动驾驶场景而设计，并针对自动驾驶的高并发、低延迟、高吞吐量进行了大幅优化。 作为百度自研的无人车计算任务实时并行计算框架，Apollo Cyber RT框架基于组件的概念构建、加载各功能模块。Localization、 Perception、Prediction、Planning、Control等功能模块均作为Apollo Cyber RT框架的一个组件而存在，基于Cyber RT提供的调度程序mainboard加载运行。实际上，在框架中，每个组件代表一个专用的算法模块。 为什么不选用Ros而用Apollo：Ros不适应自动驾驶，它的性能一般，处理高并发、低延迟、高吞吐不行，有些先天性的缺陷，而Apollo从通信功能优化、去中心化网络拓扑以及数据兼容性扩展三个方面做了定制化的改进。

【mingw官网】https://sourceforge.net/projects/mingw-w64/files/ 【版本】MinGW-W64 GCC-8.1.0 【文件】x86_64-win32-sjlj

64位gcc编译器 8.1.0 MinGW-W64_gcc_x86_64-8.1.0-release-win32-seh-rt_v6-rev0

mingw-w64 x86_64-7.1.0 x86_64-7.1.0-release-posix-seh-rt_v5-rev0

华硕RT-N66U路由 梅林固件 380.63 2016年11月6日发布

ST77903为sitronix 小体积IC，主要应该在穿戴，接口是QSPI，因为内部不带RAM，所以QSPI必须连续传输，在HOST必须使用一个专门线程，来完成LCD的刷屏，DEMO内容包括3个手表表盘，UI框架是LVGL，系统用的RT-THREAD

当使用体积图像进行深度学习时，标记数据是一个很大的挑战。 在放射治疗领域，从CT图像中，提取人体、器官、GTV等各个区域作为区域数据，并存储在DICOM RT的RT-Structure中。 这些数据主要用于计划治疗，但我们也可以使用它们作为标签数据来加速深度学习工作流程。 通过此演示，您可以了解如何将 RT-Structure 数据转换为标签数据，并使用它们在 MATLAB 上训练 3D UNet（语义分割）模型。 [日本人]医学图像 3D 深度学习的主要挑战是标记复杂且耗时。在放射治疗领域，人体、器官、肿瘤等被定义为所拍摄的 CT 图像的区域，并由 DICOM RT 的 RT-Structure 管理。这些是为治疗计划而创建的，但提取的区域数据也可以用作深度学习的标签。在此演示中，您可以转换 RT-Structure 数据以用于深度学习并学习流程，直到将其用于学习 3D UNet。