ITPub博客

【玩转香橙派Orange Pi】使用香橙派AIpro进行美女轮廓提取以及遇到的问题和解决办法。

【玩转香橙派Orange Pi】自动生成白底的简单相机

【玩转香橙派Orange Pi】使用香橙派AIpro进行分类模型的转化，一步一步教你做

【玩转香橙派Orange Pi】使用香橙派AIpro进行图片分类篮球分类识别。

【玩转香橙派Orange Pi】few-shot learning 基于小样本学习的SAR目标分类

【玩转香橙派Orange Pi】简单的NPU推理

【玩转香橙派Orange Pi】香橙派第一次上手体验和简单的哨兵安防系统的基础逻辑介绍

【玩转香橙派Orange Pi】使用香橙派进行工业场景下的字符识别

【玩转香橙派Orange Pi】使用香橙派AIpro进行字符识别以及定位样本扩充

【玩转香橙派Orange Pi】AIpro双目实时行人测距

1. 克隆行人检测模型代码通过Git命令 git clone https://github.com/akanametov/yolov8-face.git，我们将一个专注于Yolov8模型应用于人脸检测的仓库复制到香橙派AIPro开发板上。尽管仓库主要针对人脸，但我们的目的是调整和使用它来进行行人检测。2. 下载预训练的行人检测模型权重访问提供的链接，找到专门针对行人检测优化的预训练权重文件 yol

使用的是YOLOv8n模型。以下是每个步骤的文字说明，以帮助理解整个过程：1. 克隆代码到香橙派AIPro开发板上通过执行git clone https://github.com/akanametov/yolov8-face.git命令，我们将一个包含YOLOv8n人脸检测模型相关代码和资源的GitHub仓库复制到了香橙派AIPro开发板上。这一步是项目开始的基础，确保我们拥有所有必需的源代码和配

【昇腾】小样本SAR目标分类快速迁移案例1 首先了解一下小样本学习1)人类智能和人工智能的差异人类可以从极少量的图片，甚至一张图片中学习以后，再次见到时就可以识别出它是什么。但是AI却需要大量的标记图片才能达到一定的智能。2)深度学习为什么能取得成功计算资源：如GPU和深度学习框架TensorFlow，Pytorch等的出现算法：CNN，RNN，LSTM等的出现数据：大数据的驱动3)为什么要研究小

【玩转香橙派Orange Pi】在香橙派AIpro上进行物种多样性植物树叶分类（含病理树叶）

【玩转香橙派Orange Pi】实现野生保护区几十个野生动物检测

【玩转香橙派Orange Pi】记录解决一个香橙派AIpro的310B4的大bug

【玩转香橙派Orange Pi】使用手势或者人脸识别的方式解锁ubuntu电脑

野外野生动物拍摄数据进行数据清洗

【玩转香橙派Orange Pi】aipro使用ai实时视频换背景

香橙派测试钢厂板坯定位检测