检测到您已登录华为云国际站账号,为了您更好的体验,建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
表1 华为HiLens系统策略 策略名称 描述 策略类别 依赖关系 HiLens FullAccess 华为HiLens管理员权限,拥有该权限的用户可以操作并使用所有华为HiLens服务。
表1 华为HiLens系统策略 策略名称 描述 策略类别 依赖关系 HiLens FullAccess 华为HiLens管理员权限,拥有该权限的用户可以操作并使用所有华为HiLens服务。
目前支持HiLens设备(Windows、Atlas 500、通用x86设备、通用ARM设备、SDC等设备类型)和HiLens Kit的注册、管理和注销。
图2 适用芯片 技能的分类 如下图所示,华为HiLens根据不同芯片,分为两种类型,分别可应用于HiLens Kit设备或其他海思35XX系列芯片的设备。平台不仅支持使用技能模块快速开发技能,便捷高效;还支持自行开发模型和逻辑代码,可以满足您更丰富的场景。
注册HiLens Kit所使用的用户名、账号名、设备名仅支持英文字母、数字和下划线,不支持以数字开头的名称以及只有数字的名称。
专业版HiLens 专业版HiLens控制台对接高性能的开发与推理框架ModelBox,提供云上管理平台、丰富的技能市场和开发者工具与插件,支持纳管多种设备类型,帮助用户将AI能力在线部署到端侧设备,并提供统一管理接口,实现企业级AI业务快速集成与落地。
接口调用 hilens.VideoCapture(camera) 1.0.7及以后固件版本: hilens.VideoCapture(camera, width, height) 参数说明 表1 参数说明 参数名 是否必选 参数类型 描述 camera 否 字符串 整型0 如果不输入参数
bndbox:必选字段,标注框的类型,可选值请参见表2。 表2 标注框类型描述 type 形状 标注信息 point 点 点的坐标。 <x>100<x> <y>100<y> line 线 各点坐标。
图3 技能安装 只能选择“适用芯片:Ascend310”类型的技能,且该技能购买的份数未使用完。 在弹出的安装技能对话框中,勾选您需要安装的设备,在“规格”列选择技能在设备上使用的路数,若要安装技能至多台设备,可根据自身需要选择勾选“用此规格批量安装”的“是”,单击“安装”。
平台 设备的OS类型。 包括Android、Linux、iOS、LiteOS、Windows。 芯片 设备的芯片型号。
单击订阅列表右侧,选择订阅类型(短信/邮件),填写对应的通讯方式(手机号码/邮箱地址),设置告警接收对象。 确认信息后,单击。 添加完消息订阅人后,接收人会收到短信或邮件,单击“订阅确认”。 反馈“订阅成功”信息,完成业务告警消息订阅。
商用 2021年5月 序号 功能名称 功能描述 阶段 1 订购HiLens产品 华为HiLens是端云协同多模态AI开发应用平台,在使用华为HiLens的过程中,涉及购买HiLens Kit、HiLens Studio开发技能、端云协同开发以及技能市场购买技能等场景均会产生费用,需要订购
平台 设备的OS类型。 包括Android、Linux、iOS、LiteOS、Windows。 芯片 设备的芯片型号。 海思35XX系列,例如3516CV500、3519AV100。 描述 产品介绍。 请输入长度1~512的字符。
平台 设备的OS类型。 包括Android、Linux、iOS、LiteOS、Windows。 芯片 设备的芯片型号。 海思35XX系列,例如3516CV500、3519AV100。 描述 产品介绍。 请输入长度1~512的字符。
“资源类型”:建议选择加速卡规格的资源类型,训练效率会更高一些。 参数填写完成后,单击“提交”,确认规格,单击“确定”,完成训练作业创建。 进入“训练管理>训练作业(New)”页面,等待训练作业完成。 训练作业运行需要几分钟时间,请耐心等待。
图8 手机调试界面 表2 手机调试功能说明 序号 说明 1 当前手机摄像头调试的技能名称以及实时输入的视频流。 单击技能名称,可切换技能,在手机弹出的新界面选择新的技能,然后单击“确定”,即可切换技能。 2 当前调试的技能输出视频流。
HiLens Framework封装了底层的多媒体处理库(摄像头/麦克风驱动模块Media_mini),以及D芯片相关的图像处理库(DVPP)和模型管理库(ModelManager),另外开发者也可以使用熟悉的视觉处理库OpenCV。
class-score表示类别得分,其范围为[0,1]。 输出: True or False,True是难例,False是非难例。
class-score表示类别得分,其范围为[0,1]。 输出: True or False,True是难例,False是非难例。
([0.2, 0.2, 0.2, 0.2, 0.2],5): # 分类算法的输入为各类别的概率,即模型的输出 hard_sample.upload_jpeg(upload_jpeg_url, data_current_count, model_name