开关量输出模块 1794-IB16 耐腐蚀性好

2025-01-05 13:30 120.36.247.124 1次
发布企业
厦门盈亦自动化科技有限公司商铺
认证
资质核验:
已通过营业执照认证
入驻顺企:
10
主体名称:
厦门盈亦自动化科技有限公司
组织机构代码:
913502113031582435
报价
人民币¥687.00元每件
品牌
A-B
型号
1794-IB16
产地
美国
关键词
PLC,控制器模块,CPU,电源,传感器
所在地
厦门市集美区杏林湾路482号602室
联系电话
0592-6372630
手机
18030129916
销售经理
兰顺长  请说明来自顺企网,优惠更多
请卖家联系我
18030129916

产品详细介绍

开关量输出模块 1794-IB16 耐腐蚀性好

1756-A10

1756-A13

1756-A17

1756-A4

1756-A7

1756-BA1

1756-BA2

1756-BATA

1756-IF16

1756-IF16H

1756-IF8

1756-IF8H

1756-IF8I

1756-IF6I

1756-IF6CIS

1756-IT6I

 

1794-IM16

1794-IM8

1794-IR8

1794-IRT8

1794-IT8

1794-IV16

1794-IV32

1794-OA16

 

1756-HSC

1756-IA16

1756-IA16I

1756-IA32

1756-IB16

1756-IB16D

1756-IB16I

1756-IB32

 

1756-CN2

1756-CN2R

1756-CNB

1756-CNBR

1756-DHRIO

1756-DNB

1756-EN2T

1756-EN2TR

1756-EN3TR

1756-ENBT

1756-ENET

1756-EWEB

1756-IR6I

1756-IR12

1756-IRT8I

1756-IT6I2

1756-IM16

1756-L61

1756-L62

1756-L63

1756-L64

1756-L65

1756-L71

1756-L71S

 

1756-M03SE

1756-M08SE

1756-M16SE

1756-N2

1756-OA16

1756-OA16I

1756-OB16D

1756-OB16E

1756-OB16I

1756-OB32

1756-OF4

1756-OF8

 

1756-BATA

1756-CNB

1756-IC16

1756-IB16

1756-IB32

1756-IF16

1756-IR61

1734-ACNR

1734-ADN

1734-AENT

1734-AENTR

1734-APB

 

1756-TBS6H

1756-TBSH

1757-SRM

1746-N2

1746-NI16I

1746-NI4

 

1756-PA75R

1756-PB72

1756-PB75

1756-RM

1756-IB16

1746-IV32

 

1756-OF8I

1756-OW16I

1756-PA72

1756-PA75

1794-OA8

1794-OA8I

 

1746-IA16

1746-IB16

1746-IB32

1746-IM16

1746-IO12DC

1746-ITB16


开关量输出模块 1794-IB16 耐腐蚀性好

OpenCV的DNN模块进行模型推理就显得比较简单,过程就是:


1.加载模型

因为OpenCVDNN模块主要用来做推理计算,在使用前准备一个训练好的模型(如何训练自己的不同风格的模型后面也会阐述)。OpenCV支持所有主流框架的大部分模型。OpenCV的readNet系列函数就可以看出所支持的框架类型:

readNetFromCaffe

readNetFromTensorflow

readNetFromTorch

readNetFromDarknet

readNetFromONNX

readNetFromModelOptimizer

这里所用风格迁移模型是开源的Torch/Lua的模型fast-neural-style。他们提供了十种风格迁移的模型,模型的下载脚本在:https://github.com/jcjohnson/fas..._transfer_models.sh。这里使用OpenCV的readNetFromTorch函数加载PyTorch模型。


2.输入图像预处理

在OpenCV中输入给模型的图像需要被构建成一个4个区块的数据块(Blob),并且做如resize、归一化和缩放之类的一些预处理。


3.模型推理

模型推理过程就是把输入构建的blob输入给模型神经网络模型进行一次前向传播,在OpenCV中,用以下非常简单的两行代码即可完成:

net.setInput(blob)

output = net.forward()


04.

软件系统设计

在本软件开发,主要使用MYD-YG2L的SDK中,使用了OpenCV SDK与QT SDK。QT主要实现文件图像风格转移的界面操作,使用OpenCV实现DNN图像推理计算。

设计QTUI,选择文件或者摄像头采集原图像


微信图片_20231023134049.png

开发UI交互逻辑代码


微信图片_20231023134052.png

开发OpenCV DNN神经网络调用模块


微信图片_20231023134054.png


在开发板的交叉编译环境编译,把编译的结果部署到开发板上。把风格转移用到的训练模型文件也部署到开发板上,经过实际测试,以下模型在开发板上运行正常,而其它模型则因内存不够而报错。

1: "udnie",

    2: "la_muse",

    3: "the_scream",

    4: "candy",

    5: "mosaic",

    6: "feathers",

    7: "starry_night"


05.

软件运行效果

把QT软件与相关模型文件部署到开发板上后,即可以运行测试效果,开发板上启动运行QT程序命令:

./style_transform -platform linuxfb

运行后,选择一张图片显示如下:


微信图片_20231023134057.png


点击 “transform”按钮,等待约13秒,得到风格转移输出画面,如下:


微信图片_20231023134100.png


再换一张米尔的LOGO图,这个图片尺寸较小,图像内容变化率低看一下,风格化转换时间:


微信图片_20231023134103.png


测试仍然为13秒左右,得到如下输出图像:


微信图片_20231023134105.png


这上面使用的是feathers模型生成的风格图片,其它模型时间也差不多在这个时间。


06.

开发后记

后使用开发的图像转换程序,在MAC电脑上编译了MAC版本与开发板上对同一图片转换进行比较。其使用MacBook Pro 2.2G16G内存主频硬件运行该图片转换时,需要8.6秒。多次测试,对不同模型的转换分别测试,基本上在MYD-YG2LX上运行速度能达到MAC电脑转换的66%性能,这个结果看该开发板其DNN推理计算性能比较强悍。


该项目在后续的发展中,在有更多时间时,将尝试训练更多特色的风格,以及融入GAN生成神经网络模型的内容生成模型,尝试多种方法来进行更丰富多彩的内容生成。


在做本项目开发时,从资料中已知的内容生成项目stable diffusion已经在一些嵌入式开发板上移植运行成功,这个振奋的消息会不会又给自己挖了一个坑呢。


开关量输出模块 1794-IB16 耐腐蚀性好

所属分类:中国电工电气网 / PLC
关于厦门盈亦自动化科技有限公司商铺首页 | 更多产品 | 联系方式 | 黄页介绍
成立日期2014年12月08日
法定代表人毛桂花
注册资本1000
主营产品可编程序控制器、PLC模块、CPU处理器、机架电源端子,自动化
经营范围工程和技术研究和试验发展;其他未列明专业技术服务业(不含需经许可审批的事项);电气设备批发;五金产品批发;计算机、软件及辅助设备批发;其他机械设备及电子产品批发;首饰、工艺品及收藏品批发(不含文物);体育用品及器材批发(不含弩);通讯及广播电视设备批发;文具用品批发;厨房、卫生间用具及日用杂货批发;广告的设计、制作、代理、发布;经营各类商品和技术的进出口(不另附进出口商品目录),但国家限定公司经营或禁止进出口的商品及技术除外。
公司简介我们是一家主要经营全球各品牌的自动化设备产品,有(DCS系统)和(机器人系统)以及(大型伺服控制系统)的模块备件,这些产品为分布式控制系统简称DCS、可编程序控制器简称PLC、工业用模组、工业控制通讯转换器简称Anybus、远端输出/输入模块简称RTU、工业电脑、工业用低频萤幕简称IPC、人机界面SCSI(50/68/80Pin)AnyBus(Gateway)等一些自动化设备备件。我们主要是为经销 ...
公司新闻
顺企网 | 公司 | 黄页 | 产品 | 采购 | 资讯 | 免费注册 轻松建站
免责声明:本站信息由厦门盈亦自动化科技有限公司自行发布,交易请核实资质,谨防诈骗,如有侵权请联系我们   法律声明  联系顺企网
© 11467.com 顺企网 版权所有
ICP备案: 粤B2-20160116 / 粤ICP备12079258号 / 粤公网安备 44030702000007号 / 互联网药品信息许可证:(粤)—经营性—2023—0112