CM2290文本语义识别示例

该项目在cm2290开发板上构建并运行cm2290发展工具包系统的源代码，充分利用了发展工具包的多样性及其强大的连接和计算能力。它是使用在SQUAD 1.1数据集上微调的预训练文本分类模型创建的。 该模型以段落为输入，然后使用TensorFlow Lite模型将段落分类到预定义的组中，以预测段落的情绪是积极的还是消极的。它是在Mass等人提供的Large Movie Review Dataset v1.0上进行训练的。

RB1-艺术风格转换示例

项目以QRB2210开发工具包系统源代码为基础，运行在QRB2210开发板上，充分利用了开发工具包多样而强大的连接和计算能力。使用HostAPD和UDHCPD工具使能AP WIFI，使用GStreamer和ZLMediaKit完成RTSP流媒体功能，使用TFLITE完成art风格转移算法的推断。

CM2290文本分类示例

该项目在cm2290开发板上构建并运行cm2290发展工具包系统的源代码，充分利用了发展工具包的多样性及其强大的连接和计算能力。它是使用在SQUAD 1.1数据集上微调的预训练文本分类模型创建的。 该模型以段落为输入，然后使用TensorFlow Lite模型将段落分类到预定义的组中，以预测段落的情绪是积极的还是消极的。它是在Mass等人提供的Large Movie Review Dataset v1.0上进行训练的。

Bert-QA示例

项目在cm2290开发工具包系统源码构建并运行在CM2290开发板上，充分利用了开发工具包多样而强大的连接能力以及运算能力。它是使用在SQuAD 1.1 数据集上微调的预训练 BERT 模型创建的， 该模型将一段文章和一个问题作为输入，然后返回最有可能回答问题的一段文章。它需要半复杂的预处理，在应用程序中实现的标记化和后处理步骤

CM2290交通标志识别示例

项目在cm2290开发工具包系统源码构建并运行在CM2290开发板上，充分利用了开发工具包多样而强大的连接能力以及运算能力。通过HostAPD和UDHCPD工具使能AP WIFI，通过GStreamer、ZLMediaKit和FFMPEG完成RTSP流媒体功能，通过 TFLITE 完成 yolov5 交通标志识别模型的推理运行。

CM2290手势鉴别

项目依托CM2290开发工具包，充分利用CM2290丰富而强大的连接能力。通过MediaPipe model 通过识别手部的21个3D坐标，是目前最先进的方法推理，具有实时性能，甚至可以扩展到多只手。

WIFI 温湿度计

项目依托CM2290开发工具包，充分利用CM2290丰富而强大的连接能力。通过HostAPD和UDHCPD工具使能AP WIFI，通过mosquitto完成温湿度数据的传输。开发板打开wifi热点，运行mosquitto服务后，湿度计会主动连接wifi并上报数据。温度和湿度数据可以在一个简单的网页上查看。

CM2290图像识别

本项目依托CM2290开发套件，利用开发套件的AI计算能力和图像处理能力，图像分类模型和图像分类模型都使用图像作为输入，预测这些图像属于预定义类别的概率。 例如，一个图像运动识别模型可以被训练来识别不同颜色的电脑键盘、不同品牌的鼠标和不同尺寸的显示器。

口罩检测

依托QCS610开发工具包，利用开发工具包的AI计算能力和图像处理能力实时采集图像，预处理后进行AI推理，并输出推理结果。我使用gstreamer和TFLITE来完成上述功能。当管道获得有效的图像数据时，它会自动采集图像，进行AI推理，并返回口罩在图像帧中的位置信息。

姿势识别

本项目依托QCS610开发套件，利用开发套件的AI计算能力和图像处理能力，实时采集图像，预处理后进行AI推理，并输出推理结果。我使用gstreamer和Snapdragon Neural Processing Engine SDK来完成上述功能。当管道获得有效的图像数据后，自动采集图像，进行AI推理，返回人体姿态信息。

CM2290性能探索

本项目依托CM2290开发套件，利用开发套件的AI计算能力和图像处理能力，实时采集图像，预处理后进行AI推理，并输出推理结果。我使用gstreamer和tflite(支持NNAPI)来完成上述功能。使用在同一个局域网下面的RDS摄像头实时采集视频数据 通过按修改参数来设置App上显示多路摄像，以及是否掉帧，卡顿来评测CM2290 性能。

驾驶警告

本项目依托QCS610开发套件，利用开发套件的AI计算能力和图像处理能力，实时采集图像，预处理后进行AI推理，并输出推理结果。我使用gstreamer和tflite(支持NNAPI)来完成上述功能。前置摄像头采集人脸图像检测驾驶员疲劳状态，后置摄像头显示车外路况。

智能交通

使用高通®QCS610 SOC开放套件和IMX415相机模块。然后，结合高通的人工智能、OpenCV、SVM和Gstreamer、神经处理SDK，完成车牌识别过程，展示其强大的计算能力。将EasyPR车牌识别引擎以及高通神经处理SDK移植到Qualcomm®QCS610 SOC开发板上，展示Qualcomm®QCS610 SOC丰富的应用场景。同时利用GTK开发了用户界面，显示车牌识别的过程。

图片像素增强

摄像头将每两秒进行一次拍摄,将获取到的低像素图片使用TensorFlow 模型转变为高像素的图片。

物体跟踪

本项目基于Qualcomm Neural processing SDK for AI 和开源视频流框架Gstreamer。