5 点赞
1 点赞
【10月24-深圳】边缘AI研讨会
随着人工智能技术的迅猛发展，边缘AI已经成为推动各行业智能化升级的重要引擎。瑞萨电子作为全球领先的半导体解决方案供应商，一直致力于推动边缘AI技术的发展。
3 点赞
跟着RT-Thread学嵌入式？我们开班了！
RT-Thread官方即将发起为期三天的嵌入式操作系统专业培训班！本次培训将会深入讲解RT-Thread嵌入式实时操作系统的核心概念、实战技巧和应用场景！无论企业团队/工程师是刚接触嵌入式开发，还是已有丰富经验，均可从中获得有价值的技术提升与实践经验。
💡诚邀感兴趣的企业及工程师报名参加。
12 点赞
5 点赞
## RT-Thread on Allwinner D1H. LCD work, USB in progress.
This is an experimentation with the RT-Thread Operating System with the Allwinner D1H RISC-V SOC and a Collection of Bootloaders and Developer environment for programming and debugging. Executed at hardware such as ClockworkPi DevTerm R-01 and Sipeed Lich
2 点赞
多socket并发下，W5500突然网络异常，无法收发
W5500在使用zftp库测试ftp下载和上传，当数据端口和控制端口同时接收数据时，可能会导致SIR寄存器状态异常，导致无法再响应中断
0 点赞
3 点赞
7 点赞
4 点赞
睿赛德科技正式推出RT-Thread开源 4+服务，助力企业用户发展
RT-Thread始于2006 年，是100%由中国开发者编写的开源嵌入式操作系统。经过10多年的发展，已经成为国内最流行的嵌入式操作系统，广泛应用于工业、 电力、轨道交通、智慧城市、智能家居、穿戴、车载、甚至航空航天等领域。
6 点赞
嵌入式大赛Top10排名公布！作品共赏，看大奖花落谁家！
嵌入式大赛Top10排名公布！作品共赏，看大奖花落谁家！
5 点赞
基于开源操作系统的融合创新：睿赛德科技荣获汽车操作系统TOP10
9月25日，2024年汽车操作系统与AI大模型生态大会在上海浦东临港滴水湖云厅举行，本次活动是由中国(上海)自由贸易试验区临港新片区管理委员会主办，上海临港新片区投资控股(集团)有限公司、北京佐思信息咨询有限责任公司承办，上海睿赛德电子科技有限公司为支持单位。
3 点赞
4 点赞
RT-Thread SCons上手指北
目的：了解RT-Thread构建过程，可上手修改SCons脚本
初心：考虑到有些小伙伴对Python可能不那么熟悉（#include me）
PS:内容可能会有瑕疵，感谢指正~
3 点赞
6 点赞
【RT-Thread】记录一次对主仓的bsp进行修复并提交pr的总结
好东西，快进来看看吧
10 点赞
【请投票】嵌入式大赛Top10排名等你来选！
【请投票】嵌入式大赛Top10排名等你来选！
0 点赞
8 点赞
RT-Thread Nano 上线ST CubeMX
感谢ST法国CubeMX团队的支持，RT-Thread Nano现已成功上线ST CubeMX。本文将详细介绍如何快速上手RT-Thread Nano，并指导大家在ST CubeMX上进行项目配置和开发。一起来看看吧！
2 点赞
1 点赞
3 点赞
1 点赞
0 点赞
【24嵌入式设计大赛】基于ulog日志管理系统
以STM32 M3微控制器为核心，具有日志信息的查询管理、存储和查询日志；该系统具有高性价比、智能化、高性能的日志等特点。通过打造统一日志管理平台，统一日志采集、日志分析、日志查询，一站解决运维、开发人员日志查询、分析、问题定位的痛点。支持多平台、多语种、多样式日志定制化采集。在海量的历史记录中，只需输入关键字，即可轻松驾驭数据探勘工作，快速取得查询结果。并且对实现以太网通信，实现对现场日志的查询与调取。
1 点赞
关于使用使用STLINK在RT-Studio里下载程序失败的问题的可能的解决方法
关于使用使用STLINK在RT-Studio里下载程序失败的问题的可能的解决方法
2 点赞
RVBacktrace RISC-V极简栈回溯组件V1.2
RVBacktrace是一个极简的RISC-V栈回溯组件。用于断言或异常等情况下的辅助调试。
3 点赞
0 点赞
在OpenMV工程的基础上进行多模态机器人的开发
多模态大模型和具身智能机器人的交互流程
3 点赞
[24 Embedded Design Competition] LIDAR framework Infineon PSOC6
The Modular LIDAR Framework is a device which helps to integrate LIDAR into existing platforms. It employs commercially available sensors and components to create a device aimed at producing high-definition, 3D mappings of physical spaces.
0 点赞
基于神经网络部署的人脸识别系统
基于神经网络的人脸识别系统关键组成部分：
1. **数据收集**：收集包含人脸图像的数据集。这些数据集可能包括不同个体的多张面部照片，通常需要标注以指示每张图片中的人脸。
2. **数据预处理**：对收集到的图像进行处理，以便神经网络可以更有效地学习。这可能包括调整图像大小、归一化像素值、数据增强（如旋转、缩放、裁剪等）。
3. **特征提取**：使用神经网络从图像中自动学习特征。在深度学习中，卷积神经网络（CNN）是常用的特征提取工具。
4. **模型训练**：利用标注好的数据训
推荐文章
