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
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
Studio，以及针对非“om”格式的模型，如何在HiLens Studio进行模型转换。 前提条件 已在ModelArts在线训练算法模型，训练模型可参见《ModelArts文档》。如果要使用ModelArts的预置算法，当前华为HiLens平台仅支持转换如下预置算法： yolov3_resnet18（检测物体类别和位置）
、数据类型（float32/int8）。 例如，同一张图片，RGB格式与YUV格式大小相差一倍（YUV是RGB的两倍）。如果需要将RGB图片转为YUV，可以使用hilens.cvt_color接口，详情请参见开发指南>转换图片颜色格式。 父主题： 算法类问题
模型转换失败怎么办？ 如果模型转换失败，可通过查看日志信息来查看模型转换失败的原因，进而针对性地解决问题。 查看模型转换日志：通过查看模型转换日志，定位模型转换失败的原因。 解决模型转换问题：针对模型转换失败的原因解决问题，此处列举常见的问题原因以及解决方法。 查看模型转换日志
车型车标技能 技能描述 面向智慧门店的汽车类型与品牌识别技能。本技能使用多个深度学习算法，实时分析视频流，对门店入口处的车辆进行抓拍，识别该车的品牌和类型（轿车/SUV等）并将识别结果上传至您的后台系统。 摄像头部署建议请参见摄像头部署。 技能配置项请参见运行时配置参数。 技能接口设计请参见技能结果上传接口。
cap.read() # 转换图片的颜色格式，YUV转BGR需要通过opencv完成 image_bgr = cv2.cvtColor(image_yuv, cv2.COLOR_YUV2BGR_NV21) # 转换图片的颜色格式，BGR/RGB转YUV可通过hilens
方式二：从OBS导入 OBS导入模型至HiLens Studio 步骤二：在HiLens Studio转换模型 方式一：使用命令行转换模型 命令行转换模型 方式二：通过HiLens Studio界面转换模型 界面转换模型 本地导入模型至HiLens Studio 在HiLens Studio界面单击左上角，左侧将展示开发项目的文件目录。
节约成本：减少数据上云，降低更换设备成本。 极简构架：平台进行AI应用封装，简化部署，加速应用对接。 技能按需部署：按场景灵活部署，闸机、工地采用不同技能，提升整体识别率，技能可实时部署、更新、卸载等管理。 支持第三方自研算法：支持算法开发者自行开发、迭代更新算法，并根据场景在线调整算法参数。
预处理模块 构造图像预处理器 改变图片尺寸 裁剪图片 转换图片颜色格式 示例-预处理
预处理 预处理模块简介 构造图像预处理器 改变图片尺寸 裁剪图片 转换图片颜色格式
和技能开发功能，新建一个全新的人脸检测技能。 手势识别技能开发（ModelArts+华为HiLens）：基于手势识别的模型训练数据，使用ModelArts的模型训练、转换功能和华为HiLens技能开发功能，新建一个全新的手势识别技能。 安全帽检测技能开发（外接摄像头）：基于安全帽
为什么设备在线，但是固件升级提示失败？ 检查设备网络情况，查看设备是否真正的处于在线状态。 SSH窗口命令行输入date，看时间是否同步，不同步则请修改： 调整时区，与中国时区一致，执行命令 timedatectl set-timezone Asia/Shanghai 修改设备时
产品优势 端云协同，高性价比 设备端实时推理进行初次筛选，云上二次精确识别，平衡低时延与高精度。 云侧在线部署和更新端侧算法和运行参数，快速迭代与提升端侧精度。 端侧对采集的数据进行本地分析，大大减少上云数据流量，节约存储与带宽成本，部分场景中解决网络不稳问题。 纳管多种设备，管理统一
构造一个用于输出的显示器 显示器类，用来构造一个显示器，将视频（图片帧）输出到显示器类。 接口调用 hilens.Display(type, path=None) 参数说明 表1 参数说明 参数名称 是否必选 参数类型 参数描述 type 是 枚举类型，可选hilens.HDMI、hilens
否 Int 原始图jpeg压缩百分比，默认值为90,表示图片压缩比90%，取值范围[1 100]。 cropSizeMax 否 Int 发送人脸图片长宽的最大像素，默认值400。 cropSizeMin 否 Int 发送人脸图片长宽的最小像素，默认值80。 faceQualityThreshold
(image-box-thresholds) 原理：box_threshold框阈值用于计算图片难例系数，推理结果的置信度得分小于阈值的数量占总输出推理框的百分比；img_threshold图阈值用于判断该图片是否是难例。 输入： prediction boxes list,，例如[bbox1
(image-box-thresholds) 原理：box_threshold框阈值用于计算图片难例系数，推理结果的置信度得分小于阈值的数量占总输出推理框的百分比；img_threshold图阈值用于判断该图片是否是难例。 输入： prediction boxes list,，例如[bbox1
# 通过缓存区数据上传图片到obs # 转换成BGR frame = cap.read() img_bgr = cv2.cvtColor(frame, cv2.COLOR_YUV2BGR_NV21) # 把当前图片按照jpg格式进行编码
构造用于输出的显示器 构造显示器，用来将图片显示到显示器或是输出到视频流。如果创建失败则抛出一个CreateError，开发者可以查看技能日志或输出来定位错误原因。 如果是H264_FILE类型的，需要注意，生成的文件仅是h264编码的裸视频流，不含帧率等信息，而且HiLens
如果不通过HDMI输出和查看技能结果，是否有其他方式获取技能输出结果？ 解决方法 可以通过HiLens Framework中的RTMP接口构造一个显示器，将视频（图片帧）输出到显示器类，详情请见构造一个用于输出的显示器。 RTMP输出接口的使用方式与HDMI类似，如果您之前代码里面使用的是HDMI输出，
基于Python的openmv 的设备，是否支持通过调用API去调用HiLens Kit的技能？ HiLens Kit 运行技能后的识别结果可以通过“POST”请求传递出来，需要使用openmv 的设备编写相关代码接收请求，并在设备上进行处理后得到相应的判断结果。 父主题： HiLens
长按/截图保存，微信识别二维码
或者关注公众号“华为云”
