原创 【进迭时空 K1 MUSE Pi Pro】YOLO26 部署测试
本文介绍了进迭时空 K1 MUSE Pi Pro 开发板结合 OpenCV 和 Ultralytics 库实现 YOLO26 板端部署,并实现目标识别、姿态估计、图像分割、图像分类、旋转框检测的项目设计,包括环境部署、模型获取、关键代码、效果演示等。
本文介绍了进迭时空 K1 MUSE Pi Pro 开发板结合 OpenCV 和 Ultralytics 库实现 YOLO26 板端部署,并实现目标识别、姿态估计、图像分割、图像分类、旋转框检测的项目设计,包括环境部署、模型获取、关键代码、效果演示等。

本文介绍了进迭时空 K1 MUSE Pi Pro 开发板的相关信息,包括参数特点、资源配置、系统框图等,进一步连接外设开机进入系统,SSH 远程登陆。

第二代无线平台历久弥新,赋能物联网创新迭代

算力之外:机器人开发者为何需要“感知-控制-计算”一体化

初识星宸科技AI开发板 Comake Pi D2

7月23日,在2026全志科技「智慧视界」生态创新大会上,全志科技带来了V881处理器和Agent解决方案,还宣布了V883的上市时间和产品细节。让人眼前一亮的是,在全志的方案平台上,一个AI视觉产品的开发周期,已经相比过去缩短过半。

摩尔线程端侧AI芯片及解决方案

物理AI落地关键一战!AMD打出具身机器人整套方案,芯片+平台+伙伴网络齐全了!

近期项目国产化替代需求激增,从工业控制、安防 IPC、具身机器人到车载域控、物联网网关,市面上国产开发板型号爆发式增长:玄铁、瑞芯微、地平线、飞凌、触觉智能、赛昉、地瓜机器人、涂鸦 Tuya、纳芯微、六岳微、匠芯创、富瀚微、进迭时空、飞腾等几十家厂商均推出完整评估套件,但选型、移植、量产踩坑问题层出不穷,今天开帖和大家深度交流选型逻辑、实际落地痛点,欢迎结合项目经验留言分享!

AI推理新赛道!紫光同创 AI FPGA开辟国产算力新路径

NS800RTP65D(S)系列是纳芯微(NSSine™)基于 ARM Cortex®-M7 内核推出的一款实时微控制器。该系 列融合了数字信号处理与微控制器两大优势,为纳芯微的最新研发成果。 本产品搭载两个 ARM Cortex®-M7 内核。该内核基于 ARMv7E-M 架构,集成双精度浮点单元(FPU),符 合 IEEE 754 标准;内置 DSP 扩展指令集,支持单周期 16/32 位 M

7月19日,在WAIC大会上,端侧AI SoC芯片领先厂商瑞芯微展出了RK35xx主控+RK1828端侧AI协处理器双芯协同方案。瑞芯微RK82X产品负责人杨凯对媒体表示,此次瑞芯微展示了八大可落地的端侧AI方案,包括AI NAS, AI NVR, 车载AI Box以及大屏类的应用、音频模型应用和视频模型应用,智能体应用和机器人应用。

我们正处于万物互联,万物智能全面普及的时代,厂商只做硬件或者芯片是不够的,更需要我们打造一套完整、开放和落地的底层创新生态。7月16日,在深圳举办的AIoT生态技术大会上,兆易创新MCU事业部负责人闫雪璐发表了《构筑芯片之上的创新生态,开放共建助力智能升级》的演讲。

摘要:随着 AI 基础设施分化为多层专用架构,CPU 正成为智能体工作负载的编排层

华秋开源硬件社区,为你的创意买单!活动以 “用T5,让AI硬件触手可及”为主题,倡导开发者充分利用T5开发板的语音交互、屏幕显示、AI推理等核心能力,结合Vibe Coding等AI辅助编程工具,降低AI硬件开发门槛,加速创意落地。

将光转化为可信数据:意法半导体如何为 AI 时代重塑影像技术

和高校课堂教材重数学推导、轻实际调试的写作模式不同,本书完全贴合硬件工程师成长路线划分章节,搭建起从零基础入门到工业项目落地的完整学习链路,本书最大特色是脱离纯理论学院派写作,每一章都融入作者多年一线开发踩坑经验,将理论公式、电路原理图、仿真波形、故障排查流程融为一体,同时兼具教材、器件手册、项目案例库三重作用,兼顾在校学习、竞赛开发与职场项目开发多重需求。为此,我写下了这篇读书报告。

7月1日到3日,安路科技亮相上海慕尼黑电子展,在AI视觉与边缘计算,汽车电子和数据中心都有精彩产品亮相,本次重点推荐的有SALELF系列FPGA,面向数据中心和服务器。ELF系列FPGA定位低功耗可编程市场,采用先进的55nm低功耗工艺制造,是目前国产低功耗小容量可编程器件中容量密度领先的产品。

通道规范:GMSL合规的关键

7月8日,三星电子宣布实现PM1763的量产,这是该公司基于PCle6.0的企业级固态硬盘,是三星专为英伟达Vera Rubin AI算力平台打造的。与上一代产品PM1753相比,PM1763的顺序读写速度实现倍增,以16TB版本为例,其顺序读写速度达每秒28400MB,顺序写入速度达到每秒21900MB。这种速度意味着,传输一个40GB的大型语言模型仅需要1.4秒(以 Meta Llama-37
