變頻器作為現(xiàn)代工業(yè)自動(dòng)化控制中的核心設(shè)備，其穩(wěn)定運(yùn)行直接關(guān)系到生產(chǎn)效率和設(shè)備壽命。然而，環(huán)境因素對(duì)變頻器的性能和使用壽命有著顯著影響。本文將深入探討溫度、濕度、粉塵、腐蝕性氣體、電磁干擾等環(huán)境因素
2025-12-30 07:39:16
121 
相信大家在部署嵌入式端的AI應(yīng)用時(shí)，一定使用過(guò)TensorFlow Lite Micro，以下簡(jiǎn)稱(chēng)TFLm。TFLm 是專(zhuān)為微控制器和嵌入式設(shè)備設(shè)計(jì)的輕量級(jí)機(jī)器學(xué)習(xí)推理框架，它通過(guò)模塊化的操作符系統(tǒng)
2025-12-26 10:34:144041 ，能適用惡劣工況，在粉塵、高溫、氧化皮等惡劣環(huán)境中均可正常工作。
測(cè)量原理
利用頂頭與周?chē)奈镔|(zhì)（水、空氣、導(dǎo)盤(pán)等）紅外輻射能量的差異，用熱成像相機(jī)拍攝出清晰的圖片，再通過(guò)深度學(xué)習(xí)短時(shí)間內(nèi)深度優(yōu)化，判斷
2025-12-22 14:33:50
自動(dòng)駕駛的實(shí)現(xiàn)離不開(kāi)各類(lèi)傳感器的支持，其中純視覺(jué)方案成為很多技術(shù)方案的選擇，但由于攝像頭無(wú)法感知到環(huán)境深度信息，因此有部分技術(shù)方案提到了“深度相機(jī)”的技術(shù)。
2025-12-13 13:35:512213 （第10系列）、YOLOv8-Tiny工業(yè)優(yōu)化版（第9系列），滿足產(chǎn)線端設(shè)備算力限制，模型推理速度提升300%。
LabVIEW生態(tài)整合
作為工業(yè)自動(dòng)化領(lǐng)域主流開(kāi)發(fā)環(huán)境，LabVIEW與深度學(xué)習(xí)的集成
2025-12-04 09:28:20
（第10系列）、YOLOv8-Tiny工業(yè)優(yōu)化版（第9系列），滿足產(chǎn)線端設(shè)備算力限制，模型推理速度提升300%。
LabVIEW生態(tài)整合
作為工業(yè)自動(dòng)化領(lǐng)域主流開(kāi)發(fā)環(huán)境，LabVIEW與深度學(xué)習(xí)的集成
2025-12-03 13:50:14
深度學(xué)習(xí)視覺(jué)應(yīng)用場(chǎng)景大全 工業(yè)制造領(lǐng)域 復(fù)雜缺陷檢測(cè)：處理傳統(tǒng)算法難以描述的非標(biāo)準(zhǔn)化缺陷模式 非標(biāo)產(chǎn)品分類(lèi)：對(duì)形狀、顏色、紋理多變的產(chǎn)品進(jìn)行智能分類(lèi) 外觀質(zhì)量評(píng)估：基于學(xué)習(xí)的外觀質(zhì)量標(biāo)準(zhǔn)判定 精密
2025-11-27 10:19:32127 開(kāi)發(fā)領(lǐng)域里幾乎“人手必備”的軟件——它們不僅讓學(xué)習(xí)更輕松，也讓產(chǎn)品更快落地。 一、TensorFlow：深度學(xué)習(xí)界的“老將” 提起智能算法的訓(xùn)練框架，TensorFlow?幾乎是繞不開(kāi)的名字。由 Google 團(tuán)隊(duì)推出，它擁有極其完善的生態(tài)系統(tǒng)，
2025-11-19 15:35:27352 
5G工業(yè)網(wǎng)關(guān)支持采集的設(shè)備類(lèi)型廣泛，涵蓋工業(yè)控制、環(huán)境監(jiān)測(cè)、能源管理、物流運(yùn)輸、農(nóng)業(yè)生產(chǎn)等多個(gè)領(lǐng)域，具體包括以下設(shè)備 ： 一、工業(yè)控制類(lèi)設(shè)備 PLC（可編程邏輯控制器） ：作為工業(yè)自動(dòng)化的核心設(shè)備
2025-11-14 11:36:45266 
在生物制藥行業(yè)，生物反應(yīng)器和發(fā)酵罐是生產(chǎn)生物制品（如疫苗、單克隆抗體和治療性蛋白質(zhì)）的核心設(shè)備。氧氣、氮?dú)饣蚨趸嫉葰怏w的精密流量控制對(duì)于維持細(xì)胞生長(zhǎng)、代謝和產(chǎn)品產(chǎn)量的最佳條件至關(guān)重要。
2025-10-31 17:00:311378 自主生產(chǎn)代表著行業(yè)模式的轉(zhuǎn)變：從僵化的生產(chǎn)線轉(zhuǎn)向自我控制的網(wǎng)絡(luò)系統(tǒng)。在人工智能、Digital Twins 和自適應(yīng)流程的支持下，人類(lèi)仍然是主要的決策者，并能提高效率、質(zhì)量和可持續(xù)性。
自主
2025-09-15 15:08:01
目前尚未得知睿莓1開(kāi)發(fā)板上面有NPU或者DPU之類(lèi)的額外處理器，因此使用樹(shù)莓派系列使用最廣泛的TensorFlow-Lite庫(kù)進(jìn)行物體歸類(lèi)，使用CPU運(yùn)行代碼，因此占用的是CPU的算力。在
2025-09-12 22:43:45
人士而言往往難以理解，人們也常常誤以為需要扎實(shí)的編程技能才能真正掌握并合理使用這項(xiàng)技術(shù)。事實(shí)上，這種印象忽視了該技術(shù)為機(jī)器視覺(jué)（乃至生產(chǎn)自動(dòng)化）帶來(lái)的潛力，因?yàn)?b class="flag-6" style="color: red">深度學(xué)習(xí)并非只屬于計(jì)算機(jī)科學(xué)家或程序員。 從頭開(kāi)始：什么
2025-09-10 17:38:45766 
在云計(jì)算時(shí)代，虛擬化技術(shù)已經(jīng)成為企業(yè)IT基礎(chǔ)設(shè)施的核心組件。作為一名在生產(chǎn)環(huán)境管理過(guò)上千臺(tái)虛擬機(jī)的運(yùn)維工程師，我深知選擇正確的虛擬化平臺(tái)對(duì)業(yè)務(wù)的重要性。今天，我將分享我在KVM虛擬化領(lǐng)域的實(shí)戰(zhàn)經(jīng)驗(yàn)，幫助你構(gòu)建一個(gè)高性能、高可用的虛擬化環(huán)境。
2025-09-08 17:13:461176 據(jù)統(tǒng)計(jì)，超過(guò)60%的企業(yè)在Docker生產(chǎn)環(huán)境中存在嚴(yán)重安全漏洞。本文將揭示那些容易被忽視但致命的安全隱患，并提供完整的企業(yè)級(jí)解決方案。
2025-09-02 16:27:48945 GSS4200，思博倫 GSS4200 GPS 生產(chǎn)/現(xiàn)場(chǎng)測(cè)試多通道模擬器思博倫GSS4200可在生產(chǎn)/現(xiàn)場(chǎng)測(cè)試環(huán)境中提供完整的導(dǎo)航測(cè)試功能。專(zhuān) 為了通過(guò)IEEE-488實(shí)現(xiàn)輕松的ATE集成，思博倫
2025-08-29 16:20:09
高效能、低功耗 32/64 位 RISC-V 處理器核與 AI 加速解決方案的領(lǐng)導(dǎo)供貨商—Andes晶心科技（Andes Technology）今日正式發(fā)表最新深度學(xué)習(xí)加速器 AndesAIRE AnDLA I370。此產(chǎn)品專(zhuān)為具成本效益的邊緣與終端 AI 應(yīng)用所設(shè)計(jì)，旨在提供先進(jìn)的神經(jīng)網(wǎng)絡(luò)運(yùn)算效能。
2025-08-20 17:43:072083 深度學(xué)習(xí)作為人工智能的核心分支，通過(guò)模擬人腦神經(jīng)網(wǎng)絡(luò)的層級(jí)結(jié)構(gòu)，能夠自動(dòng)從海量工業(yè)數(shù)據(jù)中提取復(fù)雜特征，為工業(yè)物聯(lián)網(wǎng)（IIoT）提供了從數(shù)據(jù)感知到智能決策的全鏈路升級(jí)能力。以下從技術(shù)賦能、場(chǎng)景突破
2025-08-20 14:56:04855 在我過(guò)去8年的運(yùn)維經(jīng)歷中，見(jiàn)證了從傳統(tǒng)物理機(jī)到虛擬化，再到容器化的完整演進(jìn)。今天，我將分享在管理超過(guò)1000個(gè)容器、日均處理10億請(qǐng)求的生產(chǎn)環(huán)境中積累的實(shí)戰(zhàn)經(jīng)驗(yàn)。
2025-08-18 11:25:39718 能源行業(yè)數(shù)字化轉(zhuǎn)型：邊緣計(jì)算網(wǎng)關(guān)在油田場(chǎng)景的深度應(yīng)用 能源行業(yè)是國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，而油田作為能源生產(chǎn)的重要基地，其數(shù)字化轉(zhuǎn)型對(duì)于提高生產(chǎn)效率、降低能耗、減少碳排放具有重要意義。然而，油田往往地處
2025-08-14 16:56:25637 農(nóng)業(yè)環(huán)境監(jiān)測(cè)氣象站W(wǎng)X-QC5通過(guò)多要素協(xié)同分析、動(dòng)態(tài)閾值模型、微環(huán)境差異捕捉、機(jī)器學(xué)習(xí)優(yōu)化及靶向干預(yù)支撐，將災(zāi)害識(shí)別從“可見(jiàn)癥狀”提前到“隱性前兆”，從“經(jīng)驗(yàn)判斷”升級(jí)為“數(shù)據(jù)驅(qū)動(dòng)”。其核心價(jià)值
2025-08-14 16:01:49
[首發(fā)于智駕最前沿微信公眾號(hào)]近年來(lái)，隨著ChatGPT、Claude、文心一言等大語(yǔ)言模型在生成文本、對(duì)話交互等領(lǐng)域的驚艷表現(xiàn)，“Transformer架構(gòu)是否正在取代傳統(tǒng)深度學(xué)習(xí)”這一話題一直被
2025-08-13 09:15:594007 
、TensorFlow（Lite）等主流深度學(xué)習(xí)框架都可以輕松移植到該平臺(tái)。
首先要到官網(wǎng)下載固件，Milk-V Duo S 開(kāi)發(fā)板支持ARM和RISC-V兩類(lèi)固件，因?yàn)橹鞔蚴荝V，所以選擇了RISC-V
2025-08-12 22:04:00
我想在 Modus 環(huán)境中使用 KIT_PSoC4-HVMS-64K_LITE 來(lái)執(zhí)行 Magsense 和感應(yīng)。
①M(fèi)odus環(huán)境支持Magsense和Inductive sense嗎？
您有上述內(nèi)容的示例代碼嗎？
2025-08-01 06:27:57
定義，為生產(chǎn)提供清晰依據(jù)：
明確背鉆的 “終止層” 與 “起始層”
o 背鉆深度 = （PCB 總厚度 - 終止層到板底的厚度）± 工藝補(bǔ)償值
例如：某 PCB 總厚 1.6mm，需去除從表層（L1）到
2025-07-28 14:20:08
光譜相機(jī)到底是怎么看見(jiàn)“看不見(jiàn)”的?它又是如何在生產(chǎn)線上派上用場(chǎng)的?這篇文章我們就來(lái)聊聊這個(gè)話題。 一、什么是高光譜相機(jī)？ 我們先簡(jiǎn)單理解一下高光譜相機(jī)和普通相機(jī)的區(qū)別。 普通相機(jī)捕捉的是紅、綠、藍(lán)三種顏色的組合
2025-07-23 14:26:40378 Lab 是一個(gè)適用于機(jī)器人學(xué)習(xí)的開(kāi)源模塊化框架，其模塊化高保真仿真適用于各種訓(xùn)練環(huán)境，Isaac Lab 同時(shí)支持模仿學(xué)習(xí)（模仿人類(lèi)）和強(qiáng)化學(xué)習(xí)（在嘗試和錯(cuò)誤中進(jìn)行學(xué)習(xí)），為所有機(jī)器人具身提供了靈活的訓(xùn)練方法。它能夠?yàn)楦鞣N訓(xùn)練場(chǎng)景提供用戶友好的環(huán)境，幫助增加或更新機(jī)器人技能。
2025-07-14 15:29:112034 
近年來(lái)，隨著人工智能（AI）技術(shù)的迅猛發(fā)展，深度學(xué)習(xí)（Deep Learning）成為最熱門(mén)的研究領(lǐng)域之一。在語(yǔ)音識(shí)別、圖像識(shí)別、自然語(yǔ)言處理等領(lǐng)域，深度學(xué)習(xí)取得了顯著成果。從原理上看，深度學(xué)習(xí)通過(guò)
2025-07-14 14:50:351144 
隨著容器化技術(shù)的快速發(fā)展，Kubernetes已成為企業(yè)級(jí)容器編排的首選平臺(tái)。然而，在享受Kubernetes帶來(lái)的便利性和可擴(kuò)展性的同時(shí)，安全問(wèn)題也日益凸顯。本文將從運(yùn)維工程師的角度，深入探討生產(chǎn)環(huán)境中Kubernetes容器安全的最佳實(shí)踐。
2025-07-14 11:09:29588 近日，deepin(深度)社區(qū)宣布，deepin 25 現(xiàn)已完成對(duì)國(guó)產(chǎn)通用編程語(yǔ)言凹語(yǔ)言 (Wa-Lang) 的兼容性測(cè)試。在 deepin 25 默認(rèn)安裝環(huán)境下，即可直接使用凹語(yǔ)言進(jìn)行程序的編譯、運(yùn)行與測(cè)試，無(wú)需額外復(fù)雜配置。
2025-07-10 15:26:18872 
Apache Kafka作為分布式流處理平臺(tái)，在現(xiàn)代大數(shù)據(jù)架構(gòu)中扮演著消息中間件的核心角色。本文將從運(yùn)維工程師的角度，詳細(xì)介紹Kafka在生產(chǎn)環(huán)境中的部署方案、配置優(yōu)化、監(jiān)控運(yùn)維等關(guān)鍵技術(shù)。通過(guò)實(shí)戰(zhàn)案例和代碼示例，幫助運(yùn)維團(tuán)隊(duì)構(gòu)建穩(wěn)定、高效的Kafka集群。
2025-07-09 09:56:46482 在生成式 AI 浪潮的推動(dòng)下，推薦系統(tǒng)領(lǐng)域正經(jīng)歷深刻變革。傳統(tǒng)的深度學(xué)習(xí)推薦模型 (DLRMs) 雖已展現(xiàn)出一定效果，但在捕捉用戶興趣偏好和動(dòng)態(tài)行為序列變化時(shí)，常面臨可擴(kuò)展性挑戰(zhàn)。生成式推薦系統(tǒng) (Generative Recommenders, GRs) 的出現(xiàn)，為這一領(lǐng)域帶來(lái)了全新思路與機(jī)遇。
2025-07-04 14:43:07934 
Zephyr 開(kāi)發(fā)之路，我們不斷迭代終于有了這份上手學(xué)習(xí)Zephyr的開(kāi)發(fā)教程資料匯總。這里面涵蓋了從 Zephyr 基礎(chǔ)知識(shí)講解，到構(gòu)建系統(tǒng)、設(shè)備驅(qū)動(dòng)、線程調(diào)度等核心功能剖析，再到豐富的實(shí)操示例和AI語(yǔ)音視覺(jué)識(shí)別應(yīng)用案例，以及詳細(xì)的開(kāi)發(fā)環(huán)境搭建、獲取SDK等全方位的內(nèi)容。
2025-07-04 11:13:20
Nordic Semiconductor 于 2025 年收購(gòu)了 Neuton.AI，這是一家專(zhuān)注于超小型機(jī)器學(xué)習(xí)（TinyML）解決方案的公司。
Neuton 開(kāi)發(fā)了一種獨(dú)特的神經(jīng)網(wǎng)絡(luò)框架，能夠
2025-06-28 14:18:13
我想在生產(chǎn)環(huán)境中使用 OTA 升級(jí)，但從 wsOTAupgrade.exe 提供的列表框中選擇設(shè)備 MAC 地址效率低下，因?yàn)樵搮^(qū)域可能有許多 BLE 設(shè)備，操作員無(wú)法輕松確定
2025-06-27 06:19:56
AIBOX系列產(chǎn)品具備高性能、低功耗、環(huán)境適應(yīng)性強(qiáng)等特點(diǎn)，算力覆蓋6-157TOPS，通過(guò)搭配多樣化深度學(xué)習(xí)算法，體積小巧，能夠支持主流大模型的私有化部署，為多個(gè)智慧行業(yè)進(jìn)行數(shù)字化賦能。目前
2025-06-25 16:32:171588 
將 Tensorflow Lite 模型轉(zhuǎn)換為 OpenVINO? 格式。
遇到的錯(cuò)誤：
FrontEnd API failed with OpConversionFailure:No translator found for TFLite_Detection_PostProcess node.
2025-06-25 08:27:11
工業(yè)互聯(lián)網(wǎng)作為新一代信息技術(shù)與工業(yè)經(jīng)濟(jì)深度融合的產(chǎn)物，通過(guò)人、機(jī)、物的全面互聯(lián)，構(gòu)建起全要素、全產(chǎn)業(yè)鏈、全價(jià)值鏈全面連接的新型工業(yè)生產(chǎn)制造和服務(wù)體系，在改善人們的生產(chǎn)和工作方面發(fā)揮了重要作用，具體
2025-06-24 14:47:09437 報(bào)文拆分是生產(chǎn)者，和校驗(yàn)與是消費(fèi)者。兩個(gè)vi放入并行循環(huán)。生產(chǎn)者vi主體結(jié)構(gòu)是一個(gè)while循環(huán)加條件判斷停止循環(huán)，消費(fèi)者vi結(jié)構(gòu)是一個(gè)for循環(huán)。就像這張圖片抓到的一樣，生產(chǎn)者已經(jīng)運(yùn)行了1195次
2025-06-11 09:26:16
越多（如10Mpts內(nèi)存可支持1000段×10kpts）。
存儲(chǔ)深度不足會(huì)導(dǎo)致偶發(fā)信號(hào)遺漏（如僅10kpts內(nèi)存無(wú)法分段記錄10個(gè)毛刺事件）。
案例：
測(cè)量100MHz時(shí)鐘的10個(gè)毛刺事件，存儲(chǔ)深度
2025-05-27 14:39:32
深度感知是實(shí)現(xiàn) 3D 測(cè)繪、物體識(shí)別、空間感知等高級(jí)認(rèn)知功能的基礎(chǔ)技術(shù)。對(duì)于需要精確實(shí)時(shí)處理環(huán)境與物體的形狀、位置和運(yùn)動(dòng)的領(lǐng)域，這項(xiàng)技術(shù)不可或缺。通過(guò)深度感知技術(shù)，可以準(zhǔn)確獲取目標(biāo)物體的位置
2025-05-21 17:44:251148 
調(diào)度、決策支持的全鏈條安全管理體系。 一、系統(tǒng)基本架構(gòu) 安全生產(chǎn)調(diào)度 管理系統(tǒng)采用"云-邊-端"協(xié)同的三層技術(shù)架構(gòu)。感知層由部署在生產(chǎn)現(xiàn)場(chǎng)的各類(lèi)監(jiān)測(cè)設(shè)備組成，包括氣體傳感器、振動(dòng)探頭、視頻監(jiān)控等，形成立體化監(jiān)測(cè)網(wǎng)絡(luò)。
2025-05-16 15:25:24489 在工業(yè)4.0新時(shí)代背景下，通過(guò)物聯(lián)網(wǎng)技術(shù)賦能驅(qū)動(dòng)的智慧工廠建設(shè)，是制造業(yè)實(shí)現(xiàn)高質(zhì)量發(fā)展的重要途徑。運(yùn)用傳感器設(shè)備監(jiān)測(cè)生產(chǎn)車(chē)間環(huán)境參數(shù)，構(gòu)建風(fēng)險(xiǎn)預(yù)警與主動(dòng)防控體系，在提升生產(chǎn)環(huán)境安全的同時(shí)智能調(diào)控
2025-05-13 10:56:58374 
極致窄道通行能力，以及全場(chǎng)景柔性部署特性，重新定義中小型工廠的自動(dòng)化搬運(yùn)標(biāo)準(zhǔn)，助力企業(yè)以更低成本實(shí)現(xiàn)智能化躍遷。 Phoebus P350亮點(diǎn)搶先看 1. 新一代深度學(xué)習(xí)導(dǎo)航系統(tǒng)，帶來(lái)高效靈活的導(dǎo)航體驗(yàn) 復(fù)雜環(huán)境輕松應(yīng)對(duì)： 搭載深度學(xué)習(xí)算法，精準(zhǔn)識(shí)別長(zhǎng)走廊、大場(chǎng)景中的動(dòng)態(tài)障礙物，實(shí)
2025-05-12 11:33:59849 
在現(xiàn)代物流與智慧港口建設(shè)中，集裝箱的高效精準(zhǔn)識(shí)別是提升作業(yè)效率的關(guān)鍵環(huán)節(jié)?；贠CR+AI深度學(xué)習(xí)技術(shù)的正面吊車(chē)載箱號(hào)識(shí)別系統(tǒng)，憑借99%以上的識(shí)別率和毫秒級(jí)響應(yīng)速度，正成為港口自動(dòng)化管理的核心技術(shù)
2025-05-07 10:10:57474 解析 AI 在生產(chǎn)環(huán)境中的部署成本，助力用戶實(shí)現(xiàn)性能優(yōu)化和盈利能力。
2025-05-07 09:09:37967 近日，大華股份與成都環(huán)境投資集團(tuán)有限公司（以下簡(jiǎn)稱(chēng)“成都環(huán)境集團(tuán)”）簽署戰(zhàn)略合作協(xié)議。雙方將重點(diǎn)圍繞資源化、能源化、低碳化、智能化，尤其在水務(wù)、固廢、新能源領(lǐng)域開(kāi)展現(xiàn)代化環(huán)保裝備制造及數(shù)智化產(chǎn)品生產(chǎn)和制造的深度合作。
2025-04-27 09:49:09715 靈活性強(qiáng)的定制化功能：支持對(duì)采購(gòu)流程、生產(chǎn)流程、質(zhì)量流程等進(jìn)行深度定制，滿足企業(yè)的具體需求?！ ?yōu)秀的信息管理功能：支持訂單、生產(chǎn)、庫(kù)存、財(cái)務(wù)等方面的信息管理，同時(shí)支持產(chǎn)品編碼、工程變更管理
2025-04-25 10:48:57
我想熟悉如何實(shí)現(xiàn)MC33774IC 在 Simulink 環(huán)境中使用基于模型的設(shè)計(jì)。
盡管 MATLAB 提供了一些示例文件，但它們似乎是最終版本。要更深入地了解如何配置MC33774，我正在尋找一個(gè)教程，該教程解釋了如何從頭開(kāi)始在 Simulink 中設(shè)置和添加必要的模塊。
2025-04-10 08:05:34
? 作者：蘇勇Andrew 使用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)器學(xué)習(xí)，網(wǎng)絡(luò)的每個(gè)層都將對(duì)輸入的數(shù)據(jù)做一次抽象，多層神經(jīng)網(wǎng)絡(luò)構(gòu)成深度學(xué)習(xí)的框架，可以深度理解數(shù)據(jù)中所要表示的規(guī)律。從原理上看，使用深度學(xué)習(xí)幾乎可以描述
2025-04-02 18:21:391374 學(xué)習(xí)模型，實(shí)現(xiàn)毫秒級(jí)響應(yīng)。
功能亮點(diǎn)與場(chǎng)景示例：
多模態(tài)AI融合：支持TensorFlow、PyTorch等主流框架模型部署，可應(yīng)用于智能零售中的行為識(shí)別系統(tǒng)，通過(guò)攝像頭+紅外傳感器數(shù)據(jù)融合，精準(zhǔn)分析
2025-04-02 10:26:16
生產(chǎn)數(shù)據(jù)的長(zhǎng)期存儲(chǔ)與分析。支持外接顯示屏，便于多工位協(xié)同監(jiān)控。
大批量檢測(cè)
單軸測(cè)徑儀的在線實(shí)時(shí)高頻檢測(cè)，特別適合生產(chǎn)線的大批量檢測(cè)，速度快，實(shí)時(shí)性好，精度高，適合大批量生產(chǎn)使用，減少?gòu)U品產(chǎn)生，流入
2025-03-31 14:15:47
（RockchipRK3588），該方案以高性價(jià)比和易用性為特色，支持主流深度學(xué)習(xí)框架（如TensorFlow、PyTorch、ONNX），讓企業(yè)與開(kāi)發(fā)者輕松邁入
2025-03-27 16:31:53832 
介紹本頁(yè)面將指導(dǎo)您在搭載64位Bullseye操作系統(tǒng)的RaspberryPi4上安裝TensorFlow。TensorFlow是一個(gè)專(zhuān)為深度學(xué)習(xí)開(kāi)發(fā)的大型軟件庫(kù)，它消耗大量資源。您可以在
2025-03-25 09:33:061038 
、方案優(yōu)勢(shì)
500/800萬(wàn)像素CMOS傳感器。
專(zhuān)業(yè)級(jí)海思Hi3519DV500、 Hi3403/3402、星宸SSC338G。
可內(nèi)嵌智能深度學(xué)習(xí)人臉?biāo)惴?，機(jī)動(dòng)車(chē)識(shí)別、車(chē)牌識(shí)別、非機(jī)動(dòng)車(chē)識(shí)別算法
2025-03-21 11:28:05
在智能硬件全面擁抱語(yǔ)音交互的時(shí)代，廣州唯創(chuàng)電子WTK6900系列芯片憑借其獨(dú)特的離線自學(xué)習(xí)能力，已成為智能家居、工業(yè)控制等領(lǐng)域的核心交互模塊。本文針對(duì)實(shí)際應(yīng)用中的高頻問(wèn)題，深度解析故障排除方法與優(yōu)化
2025-03-20 09:13:36707 
全球領(lǐng)先的輪胎制造商 NEXEN TIRE 在其輪胎生產(chǎn)檢測(cè)過(guò)程中使用了基于友思特伙伴Neurocle開(kāi)發(fā)的AI深度學(xué)習(xí)視覺(jué)平臺(tái)，實(shí)現(xiàn)缺陷檢測(cè)率高達(dá)99.96%，是該行業(yè)首個(gè)使用AI平臺(tái)技術(shù)推動(dòng)缺陷檢測(cè)自動(dòng)化流程的企業(yè)。
2025-03-19 16:51:29843 
?Firefly所推出的NVIDIA系列的AIBOX可實(shí)現(xiàn)深度估計(jì)，該技術(shù)是一種從單張或者多張圖像預(yù)測(cè)場(chǎng)景深度信息的技術(shù)，廣泛應(yīng)用于計(jì)算機(jī)視覺(jué)領(lǐng)域，尤其是在三維重建、場(chǎng)景理解和環(huán)境感知等任務(wù)中起到
2025-03-19 16:33:02976 本論文聚焦于生物制藥行業(yè)智能化轉(zhuǎn)型與能效管理的協(xié)同發(fā)展，深入探討安科瑞能效管理系統(tǒng)（AcrelEMS-BP）在生物制藥企業(yè)中的應(yīng)用。通過(guò)分析該系統(tǒng)的核心功能模塊及其與生物制藥生產(chǎn)運(yùn)營(yíng)的深度結(jié)合，揭示
2025-03-14 18:31:31739 從人機(jī)環(huán)境協(xié)同的視角看，AI智能體對(duì)經(jīng)濟(jì)運(yùn)行范式的影響正在引發(fā)一場(chǎng)深刻的“智能經(jīng)濟(jì)革命”。這種革命不僅體現(xiàn)在生產(chǎn)效率的提升，更在于重構(gòu)了生產(chǎn)、分配、交換和消費(fèi)的全鏈條邏輯，甚至挑戰(zhàn)傳統(tǒng)經(jīng)濟(jì)學(xué)的理論
2025-03-14 10:07:33759 3.3mA，結(jié)合深度睡眠模式，適合電池供電設(shè)備。
尺寸與擴(kuò)展性：13181.8mm超小封裝，32個(gè)GPIO全引出，支持定制化開(kāi)發(fā)。
2、認(rèn)證與可靠性
PSA3級(jí)認(rèn)證：通過(guò)硬件級(jí)安全認(rèn)證，保障固件
2025-03-11 16:03:40
使用命令轉(zhuǎn)換為 Tensorflow* 模型： mo --input_model ../models/middlebury_d400.pb --input_shape [1,352,704,6
2025-03-07 08:20:55
轉(zhuǎn)換自定義 TensorFlow 2 模型 mask_rcnn_inception_resnet_v2_1024x1024_coco17 要 IR 使用模型優(yōu)化器命令：
注意上面的鏈接可能無(wú)法
2025-03-07 07:28:18
遵照 將 YOLOv4 模型轉(zhuǎn)換為 IR 的 說(shuō)明，但無(wú)法將模型轉(zhuǎn)換為 TensorFlow2* 格式。
將 YOLOv4 darknet 轉(zhuǎn)換為 Keras 模型時(shí)，收到 TypeError: buffer is too small for requested array 錯(cuò)誤。
2025-03-07 07:14:29
在礦山開(kāi)采領(lǐng)域，運(yùn)輸系統(tǒng)是保障生產(chǎn)連續(xù)性的核心環(huán)節(jié)。然而，粉塵彌漫、環(huán)境惡劣、設(shè)備分散等問(wèn)題，長(zhǎng)期制約著礦山運(yùn)輸?shù)男逝c安全性。傳統(tǒng)的集中式控制系統(tǒng)難以適應(yīng)復(fù)雜工況，而遠(yuǎn)程分布式 IO 模塊與 PLC 的深度融合，正為礦山運(yùn)輸自動(dòng)化帶來(lái)突破性解決方案。
2025-03-06 16:25:18640 
及對(duì)主流深度學(xué)習(xí)框架 (如 TensorFlow、PyTorch、ONNX) 的支持，即便是新手也能快速上手，輕松部署 AI 模型，實(shí)現(xiàn)智能應(yīng)用開(kāi)發(fā)。
2025-03-06 10:45:03951 
使用轉(zhuǎn)換命令 mo --saved_model_dir /home/obs-56/effi/saved_model 將 TensorFlow* efficientdet-d0 模型轉(zhuǎn)換為 IR
2025-03-06 08:18:50
無(wú)法在 OpenVINO? 工具套件的深度學(xué)習(xí) （DL） 工作臺(tái)中導(dǎo)出 INT8 模型
2025-03-06 07:54:52
無(wú)法確定如何排除要在深度學(xué)習(xí)工作臺(tái)上量化OpenVINO?特定層
2025-03-06 07:31:34
無(wú)法將中間表示 （IR） 模型轉(zhuǎn)換為 TensorFlow* 格式
2025-03-06 06:51:40
再次感謝發(fā)燒友提供的閱讀體驗(yàn)活動(dòng)。本期跟隨《AI Agent 應(yīng)用與項(xiàng)目實(shí)戰(zhàn)》這本書(shū)學(xué)習(xí)如何構(gòu)建開(kāi)發(fā)一個(gè)視頻應(yīng)用。AI Agent是一種智能應(yīng)用，能夠根據(jù)用戶需求和環(huán)境變化做出相應(yīng)響應(yīng)。通?；?b class="flag-6" style="color: red">深度
2025-03-05 19:52:08
使用各種 TensorFlow 模型運(yùn)行模型優(yōu)化器時(shí)遇到 [i]錯(cuò)誤非法指令
2025-03-05 09:56:48
富案例等問(wèn)題，一直制約著其廣泛應(yīng)用。為了突破這一瓶頸，靈汐科技聯(lián)合腦啟社區(qū)正式宣布開(kāi)源類(lèi)腦深度學(xué)習(xí)應(yīng)用開(kāi)發(fā)平臺(tái)BIDL（Brain-inspired Deep Learning）。
2025-03-05 09:13:461588 
將 TensorFlow saved_model格式轉(zhuǎn)換為 IR。
遇到錯(cuò)誤： FrontEnd API failed with OpConversionFailure: :
No translator found for TensorListFromTensor node.
2025-03-05 09:12:08
--tensorflow_object_detection_api_pipeline_config /ssd_mobilenet_v2_fpnlite_640x640_coco17_tpu-8/pipeline.config
2025-03-05 09:07:08
無(wú)法確定OpenVINO?是否與 TensorFlow* 集成支持 Raspberry Pi。
2025-03-05 08:26:58
將自定義 EfficientDet 模型從 TensorFlow* 2 轉(zhuǎn)換 為 IR 時(shí)遇到錯(cuò)誤：
[ ERROR ] Exception occurred during running replacer \"REPLACEMENT_ID\" ()
2025-03-05 06:29:09
石油套管生產(chǎn)線上，光電測(cè)徑儀通常被安裝在生產(chǎn)線的關(guān)鍵位置，對(duì)經(jīng)過(guò)的套管進(jìn)行實(shí)時(shí)在線測(cè)量。這樣可以確保每一根套管的外徑都符合設(shè)計(jì)要求，及時(shí)發(fā)現(xiàn)并調(diào)整生產(chǎn)過(guò)程中的偏差。
?數(shù)據(jù)處理與存儲(chǔ)：
光電測(cè)徑儀配備有
2025-02-20 14:52:21
在人工智能和機(jī)器人技術(shù)飛速發(fā)展的今天，深度學(xué)習(xí)與SLAM（同步定位與地圖構(gòu)建）技術(shù)的結(jié)合，正引領(lǐng)著智能機(jī)器人行業(yè)邁向新的高度。最近科技圈頂流DeepSeek簡(jiǎn)直殺瘋了！靠著逆天的深度學(xué)習(xí)能力，從AI聊天到圖像識(shí)別，分分鐘秀翻全場(chǎng)。
2025-02-19 15:49:05780 人工智能尤其是深度學(xué)習(xí)技術(shù)的最新進(jìn)展，加速了不同應(yīng)用領(lǐng)域的創(chuàng)新與發(fā)展。深度學(xué)習(xí)技術(shù)的發(fā)展深刻影響了軍事發(fā)展趨勢(shì)，導(dǎo)致戰(zhàn)爭(zhēng)形式和模式發(fā)生重大變化。本文將概述深度學(xué)習(xí)的歷史和架構(gòu)。然后，回顧了相關(guān)工作
2025-02-14 11:15:34877 BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)之間存在著密切的關(guān)系，以下是對(duì)它們之間關(guān)系的介紹： 一、BP神經(jīng)網(wǎng)絡(luò)的基本概念 BP神經(jīng)網(wǎng)絡(luò)，即反向傳播神經(jīng)網(wǎng)絡(luò)（Backpropagation Neural Network
2025-02-12 15:15:211516 近日，OpenAI正式推出了面向深度研究領(lǐng)域的智能體產(chǎn)品——深度研究(Deep Research)功能。這一創(chuàng)新功能旨在支持多領(lǐng)域的高強(qiáng)度知識(shí)工作者，提升他們的工作效率和研究質(zhì)量。 深度研究功能由
2025-02-05 15:05:581021 ELF2開(kāi)發(fā)板（飛凌嵌入式）搭建深度學(xué)習(xí)環(huán)境部署（RKNN環(huán)境部署）
本人主要介紹用于elf2的rk3588開(kāi)發(fā)板的深度學(xué)習(xí)環(huán)境的搭建，和官方的方法不同，對(duì)于新手比較友好。零基礎(chǔ)即可搭建，本人
2025-02-04 14:15:27
設(shè)備和智能傳感器）上，這些設(shè)備通常具有有限的計(jì)算能力、存儲(chǔ)空間和功耗。本文將您介紹嵌入式機(jī)器學(xué)習(xí)的應(yīng)用特性，以及常見(jiàn)的機(jī)器學(xué)習(xí)開(kāi)發(fā)軟件與開(kāi)發(fā)環(huán)境。 嵌入式機(jī)器學(xué)習(xí)的應(yīng)用特性與優(yōu)勢(shì) 由于嵌入式設(shè)備通常要求極低的功耗，以延長(zhǎng)電池壽命，這對(duì)于邊緣設(shè)備特別重要，且嵌入
2025-01-25 17:05:001339 
傳感器可安裝在車(chē)輛上，也可以放置于關(guān)鍵固定位置。 傳感器必須能夠根據(jù)特定的應(yīng)用需求進(jìn)行配置，并具有多功能感測(cè)能力，包括基于距離、角度位置和速度的物體檢測(cè)。在繁忙或復(fù)雜的環(huán)境中，需要有同時(shí)探測(cè)多個(gè)目標(biāo)的能力。 對(duì)于像裝卸月臺(tái)和叉車(chē)速度控制這類(lèi)應(yīng)用，采用不受
2025-01-25 16:51:001239 
深度學(xué)習(xí)中，神經(jīng)網(wǎng)絡(luò)是核心模型。今天我們用 Python 和 NumPy 構(gòu)建一個(gè)簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)。 神經(jīng)網(wǎng)絡(luò)由多個(gè)神經(jīng)元組成，神經(jīng)元之間通過(guò)權(quán)重連接。我們構(gòu)建一個(gè)包含輸入層、隱藏層和輸出層的簡(jiǎn)單
2025-01-23 13:52:15913 白光干涉對(duì)于環(huán)境防振要求高的原因，主要可以從其測(cè)量原理和應(yīng)用需求兩個(gè)方面來(lái)解釋。
一、測(cè)量原理
白光干涉儀是利用干涉原理測(cè)量光程之差從而測(cè)定有關(guān)物理量的光學(xué)儀器。光源發(fā)出的光經(jīng)過(guò)擴(kuò)束準(zhǔn)直后經(jīng)分光棱鏡
2025-01-22 14:23:18342 
隨著科技的飛速發(fā)展，人工智能（AI）與深度學(xué)習(xí)技術(shù)正逐步滲透到各個(gè)行業(yè)，特別是在自動(dòng)化生產(chǎn)中，其潛力與價(jià)值愈發(fā)凸顯。深度學(xué)習(xí)軟件不僅使人工和基于規(guī)則的算法難以勝任的大量生產(chǎn)任務(wù)得以自動(dòng)化，更是在提高
2025-01-17 16:35:421296 
近日，全球領(lǐng)先的知識(shí)產(chǎn)權(quán)解決方案提供商Questel，發(fā)布全球深度學(xué)習(xí)專(zhuān)利全景報(bào)告。
2025-01-15 09:29:25858 電子發(fā)燒友網(wǎng)站提供《AN-1306：電源生產(chǎn)環(huán)境中ADP1050和ADP1051 EEPROM的編程與校準(zhǔn).pdf》資料免費(fèi)下載
2025-01-12 10:39:26
0 檢查，還能通過(guò)深度分析來(lái)料檢驗(yàn)數(shù)據(jù)，確保元器件和PCB板的質(zhì)量符合生產(chǎn)要求，從而 避免因設(shè)計(jì)不合理或材料缺陷導(dǎo)致的組裝問(wèn)題 。華秋DFM軟件對(duì)于來(lái)料檢驗(yàn)的重要性，體現(xiàn)在以下幾個(gè)方面。
1、預(yù)防設(shè)計(jì)缺陷
2025-01-07 16:16:16
電子發(fā)燒友App
工商網(wǎng)監(jiān)
評(píng)論