TyearLin的专栏

张量的形状可以是任意维度的，例如一维、二维、三维等等。与 TensorFlow 的协议缓冲区模型格式相比，这种格式具有多种优势，例如可缩减大小（代码占用的空间较小）以及提高推断速度（可直接访问数据，无需执行额外的解析/解压缩步骤），这样一来，TensorFlow Lite 即可在计算和内存资源有限的设备上高效地运行。TfLiteTensor是TensorFlow Lite中特有的数据结构，它是对Tensor的封装，具有一些额外的属性和方法，用于支持TensorFlow Lite特定的功能和操作。

问：find_package 使用 module模式依赖关系是不是无法透传AI 答：在 CMake 中使用的 ‌‌（即通过脚本查找库）时，默认情况下确实无法直接实现依赖的透传。其根本原因在于 Module 模式的设计机制与依赖传递的实现方式差异。

所以可以推断，从3840MB到4096MB的这256M，是rk3568用于MMIO的地址空间，不能用作访问内存的地址空间。为了能访问到4G末尾的[3840MB，4096MB]这一段内存，只能通过从4G以上的内存区间来映射，rk3568用的是前面第三个地址区间，也就是[7936MB，8192MB]来实现。机制进行访问访问受限制的内存（原理上相当于通过CPU将高位内存拷贝至符合硬件要求的低位内存中，再交由硬件进行处理，处理完毕后再通过CPU将低位内存搬运回目标的高位内存上。

系统里的目标文件是按照特定的目标文件格式来组织的，各个系统的目标文件格式都不相同。从贝尔实验室诞生的第一个Unix系统使用的是a.out格式（直到今天，可执行文件仍然称为a.out文件）。Windows使用可移植可执行（PortableExecutable，PE)格式。Mac OS-X使用Mach-O格式。现代x86-64Linux和Unix系统使用可执行可链接格式（Executable and Linkable Format，ELF)。

当我们使用 CMake 工具编译项目的 CMakeLists.txt 存在两个问题。的话，可能 CMakeLists.txt 使用了，就会；的话，也会出现问题，因为 CMake 新版本在更新时 不一定向后兼容，。为了解决这些差异，保证我们的cmake代码始终可用，cmake 从版本2.0开始提出了policy这个概念。

android 相机预览数据流处理一般 NV21 转 i420 再转 XRGBX 后一步骤转换时 需用。或 转 mat 后通过 opencv 转换 有局限。

mediappipe手势模型低端设备 RK3568推理 GPU 占用比较高 尝试3568平台NPU 进行推理一下进行 tflite模型转换 rknn模型手部坐标 模型 图准备rknn-tookit2 1.3.0以上环境进入 t@ubuntu:~/rknn/rknn-toolkit2/examples/tflite$ 目录参照 mobilenet_v1 demo 转换hands模型copy mobilenet_v1 demo 重命名 mediapipe_hand。

记录下:默认 是attatch的 从java线程传入 env//javanew Thread(new Runnable() { @Override public void run() { String test = testJNIThread(); Log.e(TAG, "test:" + test); }}).start();//c++JNIEXPORT jstring JNICALLJava_com_t

<!--@page {margin:2cm}pre.western {font-family:"DejaVu Sans Mono",monospace}pre.cjk {font-family:"文泉驿等宽正黑",monospace}pre.ctl {font-family:"Lohit Hindi",monospace}p {margin-bottom:0