qualcomm

QAI AppBuilder 快速上手(7)：目标检测应用实例YOLOv8_det是YOLO 系列目标检测模型，专为高效、准确地检测图像中的物体而设计。该模型通过引入新的功能和改进点，如因式分解卷积（factorized convolutions）和批量归一化（batch normalization），在性能和灵活性上有显著提升。YOLOv8_det 还具有较高的计算效率，能够在各种硬件平台上运行，从 CPU 到 GPU 都能提供出色的性能。其设计使其在实时检测任务中表现优异，适用于智能驾驶、安防监控、医疗影像、工业检测等多个领域。总的来说，YOLOv8_det 是

带电的小王

WhisperKit: Android 端测试 Whisper -- Android手机(Qualcomm GPU)部署音频大模型原文：https://flowus.cn/xiaoj_share/share/8c721e89-680e-451c-8c93-52e435ebf1a2

Qualcomm Liunx 系统镜像编译本文将会介绍如何在编译Qualcomm Liunx代码, 具体可以在Qualcomm Linux | Qualcomm下查看相关信息。

探索QCS6490目标检测AI应用开发（一）：Yolov8n模型转换及量化目标检测（Object Detection）是计算机视觉领域的核心任务之一，它旨在识别图像中的物体并确定其位置，在本期的文章中，我们用一个端到端的目标检测AI应用为例子。介绍如何在QCS6490 Ubuntu系统上实现一个目标检测应用开发，我们选择Yolov8n模型作为目标检测的模型，以摄像头的实时预览的视频流为输入，最终将检测到结果会更新到视频画面帧并且显示出来。对于这样一个任务，涉及到几个关键的流程：

发狂的小花

性能优化-OpenCL 介绍「发表于知乎专栏《移动端算法优化》」本文首先对 GPU 进行了概述，然后着重地对移动端的 GPU 进行了分析，随后我们又详细地介绍了 OpenCL 的背景知识和 OpenCL 的四大编程模型。希望能帮助大家更好地进行移动端高性能代码的开发。