本课程包括下面6个经典目标检测算法模型的讲解：
1.基于自己数据集的Faster RCNN模型训练、验证以及nnie上仿真和运行。
2.基于自己数据集的RFCN模型训练、验证以及nnie上仿真和运行。
3.基于自己数据集的SSD模型训练、验证以及nnie上仿真和运行。
4.基于自己数据集的MobilenetSSD模型训练、验证以及nnie上仿真和运行。
5.Yolov2模型验证以及nnie上仿真和运行。
6.Yolov3tiny模型验证以及nnie上仿真和运行。
本课程特色：
1.实用性强，几乎囊括了当前所有经典的目标检测算法模型。
2.有深度。从模型框架原理、搭建、训练自己数据集一直讲到模型量化成wk文件、仿真以及开发板上运行。
2022-09-26 17:14:36
629.02MB
1
本课程一共分为三个部分，如下所示。
一、课程内容、特色、目标以及答疑
二、MPP开发入门1）讲解vi? vdec vpss 以及vo等概念以及视频图像怎么在它们之间传递2）vdec vpss vo例程代码及其调试方法详解
三、基于NNIE构建一个jpeg图片识别的完整应用1）模型量化选项详解2）直接对jpeg图片进行目标检测，附上源代码并详细讲解。
2021-10-28 19:29:45
268.58MB
1
本课程内容分为5个部分：
1.海思35xx SDK资料梳理以及SVP相关文档详细介绍
2.将darknet框架训练出来的yolov3模型转换成caffemodel
3.RuyiStudio工具的安装及其使用
4.Windows上仿真代码的运行以及代码分析
5.开发板上的sample代码的运行以及代码分析
本课程特色：
1. 不是照本宣科，着力把背后的原理讲清楚。
2. 实用性很强。 目标检测算法是计算机视觉基本任务之一，而YOLOv3则仍然是目前工业界中应用非常广泛的算法模型，从速度、准确度以及易用性的trade-off来看，它目前仍然是最好的算法模型之一。
2021-09-01 09:10:00
99.25MB
1
本课程一共分为四个部分，如下所示。一、课程内容、特色、目标以及答疑
二、点亮sensor imx3771）3519av100 010SDK的提供以及框架梳理2）sensor驱动代码的讲解
3）将sensor驱动编译进sample代码3）sample_vio代码的简要讲解
三、基于NNIE实现摄像头视频识别的完整应用1）模型量化选项详解2）直接对摄像头输出的视频数据流进行yolov3识别，附上源代码并详细讲解。
四、如何将本课程代码merge到SDK中1）如何将本课程代码merge到SDK中
2021-08-24 14:54:21
336.09MB
1
海思 NNIE开发指南, 本文档旨在帮助用户了解
SVP(Smart Vision Platform) 的硬件特性、工具链及开发流程，
以期达到快速 上手和开发出充分利用 SVP 特性的智能方案。
2021-07-31 09:02:38
16.16MB
1
HISI NNIE IVE mpp等SDK。包含各种例子、库文件以及模型文件。mapper工具。
适用与3516 3519 3559等
2021-05-19 20:13:16
142B
1
NNIE精度问题定位步骤，算法移植海思芯片，运行在NNIE协处理器上，经常会精度下降，本文档描述这种情况下，如何分析和定位问题，提供思路。
2021-04-05 15:46:36
187KB
1
本文档为使用海思媒体处理芯片的 SVP 平台智能分析方案开发的程序员而写,目的是
供您在开发过程中查阅 SVP 支持的各种参考信息,包括 API、头文件、错误码等。
2021-04-04 19:51:42
856KB
1