CM2290图像识别
| 操作系统 | 云服务/平台 | 技术难度 | 关注领域 |
|---|---|---|---|
| 安卓 | Intermediate | 计算机视觉 嵌入 |
任务目标
CM2290属于中低端芯片，主要使用于扫地机器人、平板电脑、可视电话等等，通过测试起性能可以更好的选择CM2290 是否适合客户需求。
识别物体具体示意图
所需材料/所需清单/工具
• libyuv
源码/示例/可执行的应用程序
• 源代码
附加资料
• 视频链接
这个视频中使用了RDS camera，你只需要修改摄像头和APP程序在一个局域网下面配置好摄像头的RDS地址，App 就可以实时识别物体
使用说明
步骤 1. 下载开源TensorFlow tf.lite 模型
下载开源的tf.lite 模型，地址：https://www.gstaticcnapps.cn/tfhub-lite-models/tensorflow/lite-model/ssd_mobilenet_v1/1/metadata/1.tflite
步骤 2. 构建 Android Studio 项目
选择Build -> Make Project并检查项目是否成功构建。您需要在设置中配置 Android SDK。您至少需要 SDK 版本 23。该build.gradle文件将提示您下载任何缺少的库。
该文件download.gradle指示 gradle 下载示例中使用的三个模型，并将它们放入assets.
笔记：`build.gradle` 被配置为使用 TensorFlow Lite 的夜间构建。
如果您看到与 Tensorflow Lite 的 Java API 兼容性相关的构建错误（例如，`method X is undefined for type Interpreter`），则可能是对 API 的向后兼容更改。您需要在示例存储库中运行 `git pull` 以获得与夜间构建兼容的版本。
步骤 3. 安装并运行应用程序
将 Android 设备连接到计算机，并确保批准手机上出现的任何 ADB 权限提示。选择Run -> Run app.将已连接设备中的部署目标选择到将安装应用程序的设备。这将在设备上安装应用程序。
要测试应用程序，请打开设备上调用的应用程序Image Classification。当您第一次运行该应用程序时，该应用程序将请求访问相机的权限。重新安装该应用程序可能需要您卸载以前的安装。
贡献者信息
| 姓名 | 公司 |
|---|---|
|
zhang zhenzhen.zhang@thundercomm.com |
Thundersoft |
|
Sun yiqiao.sun@thundersoft.com |
Thundersoft |
|
Yuan yuandk0305@thundersoft.com |
Thundersoft |
|
Liu hongliang.liu@thundersoft.com |
Thundersoft |
|
Zhang zhanglei0706@thundersoft.com |
Thundersoft |
>>浏览更多Qualcomm硬件案例：http://qualcomm.csdn.net/m/zone/qualcomm2016/project
Qualcomm 开发者专区是 Qualcomm 联合CSDN 共同打造的面向中国开发者的技术专区。致力于通过提供全球最新资讯和最多元的技术资源及支持，为开发者们打造全面一流的开发环境。本专区将以嵌入式、物联网、游戏开发、Qualcomm® 骁龙™处理器的软件优化等技术为核心，打造全面的开发者技术服务社区，为下一代高性能体验和设计带来更多的想法和灵感。
加入 Qualcomm 开发者专区
申请成为“Qualcomm荣誉技术大使”
“Qualcomm荣誉技术大使”是Qualcomm开发者社区对开发者用户技术能力与影响力的认证体现，该荣誉代表Qualcomm社区对用户贡献的认可与肯定。
立即申请招贤纳士
Qualcomm在中国的业务发展迅速，每年提供大量的技术岗位，分布在北京，上海，深圳等地。Qualcomm开发者社区是开发者藏龙卧虎之地，Qualcomm中国HR特别设立了招聘通道，欢迎开发者同学踊跃报名。