原创 聲控unitychan通過按鈕控制的方式

按下按鈕錄音,鬆開後結束錄音並計算時間長度,上傳到百度語音進行識別,然後根據回傳文字內容,觸發動畫。 unitychan掛載的BehaviourScript是以前的代碼,用來生成按鈕單獨控制動畫的,跟聲控沒關係,可以忽略。本文的聲

原创 GLFW按鍵輸入碼

key include/GLFW/glfw3.h 中定義的 GLFW_KEY_* 包含一些按鍵的ASCII碼 GLFW_KEY_ESCAPE GLFW_KEY_ENTER GLFW_KEY_RIGHT GLFW_KEY_SPACE

原创 百度語音在線識別和合成測試

參考鏈接:https://blog.csdn.net/sinat_35162460/article/details/86544772 通過client方式識別和合成語音的,親測參考鏈接中的代碼直接可用: 上圖中的四個選中文件爲下

原创 《視覺SLAM十四講》slambook/ch7/gpose_estimation_3d3d更改成只用Eigen不用非線性優化

例子運行方法: siat@hzt:~/Documents/slambook/ch7$ ./build/pose_estimation_3d3d 1.png 2.png 1_depth.png 2_depth.png 因我具體的問題

原创 通過百度語音識別打開網址或百度搜索

參考鏈接:https://blog.csdn.net/exmlyshy/article/details/84760845 本文所有代碼鏈接:https://pan.baidu.com/s/1LT5LBkOOGrzMyg6GADf-

原创 基於USB麥克風的娛樂功能

基於4麥克風陣列(ReSpeaker 4-Mic Array)的娛樂功能包括 點歌,講故事,相聲,評書,天氣預報和股市行情等 是淘寶上買的 套件,人家已經完全布好 並給了鏡像文件,直接燒錄到SD卡即可樹莓派3B+上使用。上面附有說

原创 windows平臺語音識別speech.py的使用記錄

安裝 speech庫: pip install speech 安裝pywin32.exe: https://sourceforge.net/projects/pywin32/files/pywin32/Build%20221/ 進

原创 UBAN項目:目標物跟隨之四

跟隨小車,大功告成,人工智能+單目攝像頭測距。 視頻鏈接:鏈接:https://pan.baidu.com/s/10NuyonMsbrAYCPxq0hS-bg 提取碼:0qva

原创 UBAN項目:目標物跟隨之一

在樹莓派上調用攝像頭,利用訓練好的模型有兩種實現方法,分別爲opencv法和tensorflow法(由代碼可知,兩者都要調用tensorflow,只是側重點不同): detecttest_opencv_withoutlabel.p

原创 樹莓派3上安裝使用NCS2之四:小目標的成功

編寫python程序,調用picamera,實現了實時的目標物跟隨。程序內部完全用opencv,不用任何tensorflow相關包,很是激動啊!依賴越少越好! 效果如圖: 結果和原始圖像實時對比一下(視頻見網盤:https://

原创 樹莓派3上安裝使用NCS2之三:自己模型成功轉換並識別

書接上回https://blog.csdn.net/weixin_44345862/article/details/99960398樹莓派3上安裝使用NCS2之二:intel OPENVINO轉化tensorflow模型,一句話死

原创 樹莓派3上安裝使用NCS2之二:intel OPENVINO轉化tensorflow模型,一句話死活過不去

上篇在樹莓派上已經成功使用NCS2,但怎麼用自己訓練好的pb模型呢?我的缺model_optimizer文件夾,應該在deployment_tools文件夾下,發現是沒有安裝外部依賴項的關係,可是官網的依賴,https://doc

原创 樹莓派3上安裝使用NCS2之一:模板成功運行

官網教程:https://docs.openvinotoolkit.org/latest/_docs_install_guides_installing_openvino_raspbian.html 原以爲官網的就是最好的,誰知這

原创 tensorflow模型優化方法總結

對於.pb模型優化總共有兩條線: 一、刪除多餘節點後+發佈手機程序時的大幅壓縮能力,主要針對手機需要兩步連用:optimize_for_inference.py +quantize_graph.py(python文件見網盤:htt

原创 用bazel優化訓練好的tensorflow模型

我的是ubuntu16.04版本,GPU2080T臺式機,以前已經安裝了tensorflow1.13.1GPU版本,而且已經訓練好了自己的目標物模型,在樹莓派3上使用此模型識別的時候(調用CSI攝像頭實時識別,當然這裏有很多工作需