タグ

ブックマーク / qiita.com/yuyakato (2)

  • ESP32 + RustでHello world - Qiita

    3行まとめ RustでもESP32のファームウェアを開発できる。 LLVM、clang、rustcのコンパイルはなかなか大変。(時間的な意味で) 組み込みRustに未来を感じる。 1. 概要 技術書典7で頒布されていた『M5Stackで始める組み込みRust』という技術同人誌を読みました。 以前よりマイコンを使った電子工作を行っており、組み込み領域でもRustを使ってみたいと思っていましたが、それなりに環境が整ったみたいなので試してみることにしました。 結論から言えば、無事にRustからシリアルコンソールに「Hello world!」の文字を出力することができました。 2. 環境 検証に用いた環境は以下の通りです。 OS: macOS Mojave 10.14.6 (18G103) Docker CE: 19.03.2 llvm-xtensa: 757e18f722dbdcd98b8479

    ESP32 + RustでHello world - Qiita
    sh19910711
    sh19910711 2024/06/18
    "組み込み領域でもRustを使ってみたい / RustでもESP32のファームウェアを開発できる / ESP32のコア(CPU)は、Tensilica社のXtensa LX6であり、組み込み分野での採用が多いARM系ではありません" 2019
  • TensorFlow Object Detection APIを使ってFaster R-CNN、R-FCN、SSDを比較してみた - Qiita

    TensorFlow Object Detection APIを使ってFaster R-CNN、R-FCN、SSDを比較してみた機械学習MachineLearningTensorFlow物体検出ObjectDetection 5行まとめ TensorFlow Object Detection APIには各種モデルが準備されており、簡単に試すことができた。 SSDは推論がとても早いが学習に時間がかかる。 R-FCNは推論時間でSSDに劣るが、検出精度がSSDより高め。学習時間と精度のバランスも良い。 ラベル付けの補助としてR-FCNを使い、推論時間が重要な場面での最終的な検出器としてSSDを使うのが良さそう。 ラベル付け(アノテーション)は苦行。 概要 TensorFlow Object Detection APIを使い、独自のデータセットで物体検出(Object Detection)を行っ

    TensorFlow Object Detection APIを使ってFaster R-CNN、R-FCN、SSDを比較してみた - Qiita
    sh19910711
    sh19910711 2024/05/24
    "SSD: 推論がとても早いが学習に時間がかかる / R-FCN: 検出精度がSSDより高め / ラベル付けの補助としてR-FCNを使い、推論時間が重要な場面での最終的な検出器としてSSDを使うのが良さそう" 2019
  • 1