首页
AI Coding
数据标注
NEW
沸点
课程
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
AidLux
阿加犀智能
创建于2022-01-13
订阅专栏
基于ARM架构的跨生态(Android/鸿蒙+Linux)一站式AIoT应用快速开发和部署平台AidLux的知识库。
等 2 人订阅
共66篇文章
创建于2022-01-13
订阅专栏
默认顺序
默认顺序
最早发布
最新发布
犀牛派X1(机器人开发板) 接入深度相机实操演示
(USB接口接入深度相机实物图) 设备介绍 犀牛派X1是阿加犀的一款基于高通跃龙QCS8550平台研发的智能边缘计算开发板,采用6核高性能处理器,大核主频高达3.2GHz。集成高性能图形引擎 和综合算
犀牛派X1(机器人开发板)连接激光雷达实操演示
(接入激光雷达实物图) 设备介绍 犀牛派X1是阿加犀的一款基于高通跃龙QCS8550平台研发的智能边缘计算开发板,采用6核高性能处理器,大核主频高达3.2GHz。集成高性能图形引擎 和综合算力达48T
重构开发范式?犀牛派 X1 的隐藏实力全解锁
一键解锁 ROS2 开发新范式!这款 “开箱即用” 开发板,让机器人开发效率狂飙 犀牛派X1(机器人开发板)ROS工具一键安装 还在为 ROS2-Humble、MoveIt2、Gazebo 的部署调试
QCS8550 大模型性能深度解析
高通 QCS8550 大模型性能深度解析:从算力基准到场景实测的全维度 Benchmark 前言 在人工智能技术狂飙突进的时代,大模型正以前所未有的速度重塑各行业
高通QCS8550部署YOLO-NAS模型与性能测试
前言 随着边缘智能技术的飞速发展,实时目标检测在安防监控、自动驾驶等场景的需求日益迫切,这对边缘设备的算力与能效提出了严苛要求。高通 QCS8550 作为物联网领
QCS8550运行ModelFarm上的DeepSeek-R1-Distill-Qwen-7B模型
1.点击链接https://aiot.aidlux.com/zh/models打开模型广场,找到对应的模型 2.下载对应模型,将文件包push到板卡上 可直接拖拽到aidlux的文件浏览器或者通过ad
高通QCS8550开发板 + DeepSeek-R1:打造智能化商场导购实践
前言 在科技飞速发展的当下,智慧零售正以前所未有的态势重塑着商场的运营模式与顾客体验。商场智能导购作为智慧零售的关键一环,其精准度与高效性直接影响着消费者的购物决
使用Langchain生成本地rag知识库并搭载大模型
准备设备: 手机+aidlux2.0个人版 一、下载依赖 二、安装ollama并下载模型 安装完毕可以查看ollama版本进行验证,出现版本号之后就可以使用ollama 考虑性能因素,选择下载较小的模
边缘端本地知识库构建与 RAG 优化实践
前言 在人工智能应用日益向边缘侧下沉的趋势下,如何高效利用终端算力搭建本地化知识服体系,成为企业降本增效与数据安全合规的关键命题
高通手机跑AI系列之——人像与背景分割
环境准备 手机 测试手机型号:Redmi K60 Pro 处理器:第二代骁龙8移动--8gen2 运行内存:8.0GB ,LPDDR5X-8400,
高通手机跑AI系列之——手部姿势跟踪
环境准备 手机 测试手机型号:Redmi K60 Pro 处理器:第二代骁龙8移动--8gen2 运行内存:8.0GB ,LPDDR5X-8400,67.0 GB
从底层到应用:犀牛派 A1 开发指南(一)--系统搭建
犀牛派A1产品外观 硬件准备 装有 Windows 10 以上的电脑 犀牛派A1 USB Type-A to Type-C 或 Type C to Type C数
不止性价比!犀牛派 A1 核心技术揭秘:处理器、接口与开源生态全解析
前言 在边缘计算与具身智能技术加速融合的今天,终端设备对本地算力、多场景适配能力及开发便捷性的需求日益迫切。犀牛派 A1 作为阿加犀推出的高性价比边缘计算开发板,
高通手机跑AI系列之——实时头发识别
环境准备 手机 测试手机型号:Redmi K60 Pro 处理器:第二代骁龙8移动--8gen2 运行内存:8.0GB ,LPDDR5X-8400,67.0 GB
高通手机跑AI系列之——姿态识别
环境准备 手机 测试手机型号:Redmi K60 Pro 处理器:第二代骁龙8移动--8gen2 运行内存:8.0GB ,LPDDR5X-8400,67.0 GB
高通手机跑AI系列之——468个面部关键点提取
环境准备 手机 测试手机型号:Redmi K60 Pro 处理器:第二代骁龙8移动--8gen2 运行内存:8.0GB ,LPDDR5X-8400,67.0 GB
高通QCS8550部署Yolov11目标检测模型与性能测试
前言 在边缘计算与 AI 深度融合的时代,硬件平台的算力释放与模型部署效率正成为技术落地的关键支点。高通 QCS8550 作为集成 48TOPS AI 算力的旗舰
高通QCS8550部署Yolov8模型
前言: 在当今科技飞速发展的时代,边缘计算和人工智能的融合正推动着众多领域的创新变革。而在这一进程中,硬件平台的性能起着至关重要的作用。今天,我们将聚焦于一款强大的硬件 —— 高通 QCS8550
快速在高通芯片手机&平板本地部署大模型DeepSeek
一、硬件准备 设备:高通芯片的手机或者平板(建议选用骁龙8以上芯片) 内存:大于16G(方便运行更大参数的大模型) 存储:根据不同大小的模型预留足够即可 二、部署教程 说明:本教程使用的设备是8GEN
在不同型号的手机或平板上后台运行Aidlux
在不同型号的手机或平板上后台运行Aidlux 一、鸿蒙/HarmonyOS手机与平板 二、小米手机与平板 三、OPPO手机与平板 四、vivo手机与平板
下一页