<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[ShiMetaPi的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/ShiMetaPi</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; ShiMetaPi]]></copyright><item><title><![CDATA[1828 工业检测方案详解：工业异常检测应用]]></title><link>https://blog.csdn.net/ShiMetaPi/article/details/169262762</link><guid>https://blog.csdn.net/ShiMetaPi/article/details/169262762</guid><author>ShiMetaPi</author><pubDate>Wed, 28 Oct 2026 09:30:00 +0800</pubDate><description><![CDATA[本文详解RK1828开发指南中工业表面缺陷检测完整案例：基于PatchCore+DINOv3-S的异常检测应用，仅需良品样本训练，通过浏览器界面实现热力图可视化检测。部署需四步：推送文件、准备数据集、安装依赖（补装torch等ML库）、修正路径后启动。虽轻量高效（45M），但存在依赖缺失与脚本路径错误等工程坑，需手动修复。案例展示边缘AI落地全流程，凸显算力之外环境配置的重要性。]]></description><category></category></item><item><title><![CDATA[182X 模型转换详解：从 PC 模型到板端 NPU 运行全流程]]></title><link>https://blog.csdn.net/ShiMetaPi/article/details/169160103</link><guid>https://blog.csdn.net/ShiMetaPi/article/details/169160103</guid><author>ShiMetaPi</author><pubDate>Mon, 26 Oct 2026 15:00:34 +0800</pubDate><description><![CDATA[到这里，开发指南的主线走完了：Agent 平台跑起来（篇①）、九个技能即说即用（篇②）、模型调用与转换（篇③④）——从用现成的，到做自己的。模型能转能跑之后，就该看真实场景了。系列下一篇进案例演示：工业异常检测，PatchCore 算法检测瓶体气泡、金属划痕这类表面缺陷。]]></description><category></category></item><item><title><![CDATA[182X 模型调用详解：像调云端 API 一样用 OpenAI 接口跑板端模型]]></title><link>https://blog.csdn.net/ShiMetaPi/article/details/168862720</link><guid>https://blog.csdn.net/ShiMetaPi/article/details/168862720</guid><author>ShiMetaPi</author><pubDate>Fri, 23 Oct 2026 14:02:11 +0800</pubDate><description><![CDATA[三种调用方式覆盖了平台使用的主要场景：测性能、接应用、直接聊。接口是固定的，模型是可换的——这篇讲的调用方法，换成 Model Zoo 里任何一个模型（Qwen2.5、Qwen3-4B……）或者你自己转的模型（篇④），照用不误。想跑自己的模型？下一篇《模型转换》。]]></description><category></category></item><item><title><![CDATA[SKILL 开发详解：给 182X Agent 写一个自定义技能]]></title><link>https://blog.csdn.net/ShiMetaPi/article/details/168770138</link><guid>https://blog.csdn.net/ShiMetaPi/article/details/168770138</guid><author>ShiMetaPi</author><pubDate>Thu, 22 Oct 2026 17:39:30 +0800</pubDate><description><![CDATA[上一篇把 OpenClaw + ClawChips 跑通了：QQ 是入口，端云路由是调度，NPU 是本地算力。但框架只是壳，它具体能干什么活，取决于装了哪些 SKILL。ClawChips 内置了一系列基于 RK182X 模组运行的算法 SKILL——定时提醒、早安播报、图片识别、OCR 文字提取、多智能体巡检——不用写代码，在 QQ 机器人对话里说一句话就能触发。这篇把九个技能过一遍：每个是什么、怎么说、依赖什么。本章完整文档：《SKILL 使用手册》]]></description><category></category></item><item><title><![CDATA[182X 端云协同方案详解：部署你的本地 AI Agent 主机]]></title><link>https://blog.csdn.net/ShiMetaPi/article/details/168557400</link><guid>https://blog.csdn.net/ShiMetaPi/article/details/168557400</guid><author>ShiMetaPi</author><pubDate>Tue, 20 Oct 2026 18:01:06 +0800</pubDate><description><![CDATA[前几篇把 M5-182X-A1 点亮、把开发环境逐项验收完了。环境就绪之后，这块板子能当什么用？答案写在 wiki 的开发指南里：它是一台 AI Agent 主机。板端跑着 OpenClaw——一个全功能的开源 Agent 框架，接上 QQ 就是一个随叫随到的机器人助手；ShiMetaPi 在它基础上做了 RK3588 + RK182X 平台适配，这套适配叫 ClawChips。这篇讲清楚它是什么、怎么配、怎么验证在跑。]]></description><category></category></item><item><title><![CDATA[M5-182X-A1 环境搭建：从交叉编译到链路验收]]></title><link>https://blog.csdn.net/ShiMetaPi/article/details/168245885</link><guid>https://blog.csdn.net/ShiMetaPi/article/details/168245885</guid><author>ShiMetaPi</author><pubDate>Sat, 17 Oct 2026 16:42:28 +0800</pubDate><description><![CDATA[RK182X 是协处理器，板子能开机不代表能开发——真要在上面做 AI 应用，PC 端要装工具链，板端要确认驱动、固件和服务，最后还得验证"PC 编译 → 传板 → 运行"这条链路是通的。这篇就做这三件事，每一步都给验证命令，做完你手里的环境是验收过的，不是"应该能用"。到这里，PC 端和板端的环境都验收过了，部署链路也是通的。环境就绪之后的事——模型怎么转、应用怎么写——wiki 后续的开发指南、SDK 参考、硬件参考等章节会逐步展开，模型上板的实测也会单独成篇，用真机数据说话。]]></description><category></category></item><item><title><![CDATA[M5-182X-A1 开箱：驱动、烧录、自检、点亮板卡]]></title><link>https://blog.csdn.net/ShiMetaPi/article/details/168027738</link><guid>https://blog.csdn.net/ShiMetaPi/article/details/168027738</guid><author>ShiMetaPi</author><pubDate>Fri, 16 Oct 2026 10:05:38 +0800</pubDate><description><![CDATA[182X到手第一件事，是吧系统先跑起来。这篇记录一下 M5-182X-A1 的上手过程，从拆箱、烧录镜像，到进入 Debian 12 桌面，再做一次简单的硬件检查。整个过程顺利的话，半小时左右就能完成。]]></description><category></category></item><item><title><![CDATA[新品发布 | ShiMetaPi -182X：RK3588+RK1828 双芯主板，7B 大模型本地推理]]></title><link>https://blog.csdn.net/ShiMetaPi/article/details/167810604</link><guid>https://blog.csdn.net/ShiMetaPi/article/details/167810604</guid><author>ShiMetaPi</author><pubDate>Tue, 13 Oct 2026 17:57:32 +0800</pubDate><description><![CDATA[M5-182X-A1 已接入 ShiMetaPi 生态平台。依托平台，识别类大模型的训练门槛将进一步降低，应用开发也可以直接在平台上完成。这部分能力，我们将在后续文章中专篇介绍——它会改变这块板子的使用方式。后续还有更多围绕 M5-182X-A1 的开发教程、实测数据与案例演示，将在本公众号陆续发布。点击关注，第一时间获取更新。]]></description><category></category></item><item><title><![CDATA[GK7206 GPIO 控制实战：libgpiod 字符设备驱动呼吸灯（Pico-G1 外设 1）]]></title><link>https://blog.csdn.net/ShiMetaPi/article/details/165472546</link><guid>https://blog.csdn.net/ShiMetaPi/article/details/165472546</guid><author>ShiMetaPi</author><pubDate>Tue, 15 Sep 2026 15:01:08 +0800</pubDate><description><![CDATA[本文介绍Linux GPIO子系统及其新旧控制方式。旧的sysfs接口（/sys/class/gpio）已不推荐，现统一使用基于字符设备的gpiochip接口（如/dev/gpiochip1）。通过libgpiod库封装ioctl调用，实现用户空间对GPIO的标准化操作。文中以呼吸灯应用为例，展示如何使用GPIO_GET_LINEHANDLE_IOCTL申请引脚、GPIOHANDLE_SET_LINE_VALUES_IOCTL控制电平。同时对比了sysfs方式的导出与控制流程，强调新接口在可移植性与性能上的]]></description><category></category></item><item><title><![CDATA[一台解决无人机反制、动对动、夜间感知的事件相机：不是EVS，而是HVS]]></title><link>https://blog.csdn.net/ShiMetaPi/article/details/164750565</link><guid>https://blog.csdn.net/ShiMetaPi/article/details/164750565</guid><author>ShiMetaPi</author><pubDate>Thu, 10 Sep 2026 09:56:51 +0800</pubDate><description><![CDATA[HVS（Hybrid Vision Sensor，融合视觉感知） 把传统图像（APS）与事件（EVS）融合在同一片像素阵列里，是锐思智芯区别于"纯事件相机"的核心差异点。HVS 不是"两个传感器拼在一起"，而是同一片像素阵列中的每个像素，同时具备图像采样链路与事件检测电路。因此一颗芯片能同时输出：APS 图像流：传统整幅图像帧（RAW），带纹理与色彩EVS 事件流：异步事件 (x, y, p, t)，记录像素级亮度变化两路在像素级、微秒级时间同步——没有视差，也不需要事后对齐。]]></description><category></category></item><item><title><![CDATA[像素越小画质越差？神经ISP说：0.35μm也能分辨率翻倍]]></title><link>https://blog.csdn.net/ShiMetaPi/article/details/162263582</link><guid>https://blog.csdn.net/ShiMetaPi/article/details/162263582</guid><author>ShiMetaPi</author><pubDate>Tue, 01 Sep 2026 15:12:28 +0800</pubDate><description><![CDATA[智能手机的潜望式长焦镜头这几年卷得厉害——3倍、5倍、10倍光学变焦，参数越来越夸张。但如果你是做安防摄像头的工程师，你面对的现实要骨感得多：Sensor像素间距已经做到了0.7μm甚至更小，而镜头的物理口径受限于模组体积，根本无法提供匹配的解像力。这就是所谓的长焦“物理墙”——当像素间距缩小到亚微米量级，光学系统的几何像差成为了不可逾越的瓶颈。点扩散函数（PSF）在Sensor平面上弥散，相邻像素采样到的其实是同一份模糊信息。像素做小了，分辨率却没上来。传统ISP对此无能为力。]]></description><category></category></item><item><title><![CDATA[灵光3号：双模态融合，重新定义仿生视觉工业级]]></title><link>https://blog.csdn.net/ShiMetaPi/article/details/164260884</link><guid>https://blog.csdn.net/ShiMetaPi/article/details/164260884</guid><author>ShiMetaPi</author><pubDate>Tue, 01 Sep 2026 15:10:48 +0800</pubDate><description><![CDATA[&lt;think&gt;我们需根据内容生成≤150字的文章摘要。摘要应涵盖核心：灵光3号是国产融合事件相机，采用长焦+EVS+APS双模态、锐思智芯芯片，解决传统相机在动对动、极端光照下的问题，适用于低空经济、无人机反制等，已获高校采用。要简洁。注意字数限制。&lt;/think&gt;灵光3号（CF-LRS2）是国产融合事件相机，采用长焦镜头、EVS+APS双模态及锐思智芯ALPIX-Eiger芯片，实现1000fps事件流与100dB动态范围，解决传统帧式相机在动对动、极端光照下的物理瓶颈，适用于低空]]></description><category></category></item><item><title><![CDATA[无人机“动对动“检测数据集 M²E-UAV 解读：事件相机路线可行性分析]]></title><link>https://blog.csdn.net/ShiMetaPi/article/details/164147013</link><guid>https://blog.csdn.net/ShiMetaPi/article/details/164147013</guid><author>ShiMetaPi</author><pubDate>Fri, 28 Aug 2026 16:06:44 +0800</pubDate><description><![CDATA[解读基于论文 arXiv:2605.10496（v2, 2026），所有定量数据严格引自论文表格。]]></description><category></category></item><item><title><![CDATA[事件相机模组化，商业化落地的必要性！]]></title><link>https://blog.csdn.net/ShiMetaPi/article/details/157434727</link><guid>https://blog.csdn.net/ShiMetaPi/article/details/157434727</guid><author>ShiMetaPi</author><pubDate>Fri, 21 Aug 2026 15:54:54 +0800</pubDate><description><![CDATA[事件相机真正融入开发板生态，关键从来不是“某一次成功的适配案例”，而是“是否具备跨平台持续扩展的工程能力”。单一平台的适配，只能证明“事件相机能在某款开发板上用”；而可持续扩展的工程路径，才能证明“事件相机能在工程场景中长期用、灵活用”。我们聚焦的，正是这条能支撑多场景、多平台、长期落地的适配路径——让事件相机真正成为开发板生态中“无需纠结适配、可自由扩展”的标准化感知组件。]]></description><category></category></item><item><title><![CDATA[GK7206 驱动模块部署与 SD 卡挂载：ko 加载与分区挂载实战（Pico-G1 快速入门 8）]]></title><link>https://blog.csdn.net/ShiMetaPi/article/details/163946728</link><guid>https://blog.csdn.net/ShiMetaPi/article/details/163946728</guid><author>ShiMetaPi</author><pubDate>Fri, 21 Aug 2026 15:52:19 +0800</pubDate><description><![CDATA[在source/kernel/linux-5.10.y/drivers/misc/Makefile合适的位置加上这一行，意思是如果配置打开了 CONFIG_HELLODRV，就进入 hellodrv/ 这个目录继续编译。在source/kernel/linux-5.10.y/drivers/misc/Kconfig合适的位置加上这一行，意思是drivers/misc/hellodrv/Kconfig 里面还有一个新的配置项，要把它读进来。在板子上生成一个设备节点，比如 /dev/hellodrv。]]></description><category></category></item><item><title><![CDATA[AI-ISP 重构安防 IPC：中小厂商的选型与成本路径（GK7206 方案解析）]]></title><link>https://blog.csdn.net/ShiMetaPi/article/details/162411461</link><guid>https://blog.csdn.net/ShiMetaPi/article/details/162411461</guid><author>ShiMetaPi</author><pubDate>Wed, 19 Aug 2026 15:34:15 +0800</pubDate><description><![CDATA[安防 IPC 市场这几年并不冷。智能家居、电池摄像头、可视门铃——几个品类持续扩张，蛋糕在变大。但吃蛋糕的方式没变。Sensor、镜头、补光灯，上游供应链高度集中，来去就那几家供应商。方案商拿到的物料清单高度趋同，做出来的产品自然大同小异。白天画质拉不开差距——同样的 Sensor、同样的镜头规格、同样的 ISP 管线，参数表上的数字差不多。功能也差不多——移动侦测、报警推送、云存储，你能做的别人也能做。甚至连晚上的红外黑白画面都差不多——同样的补光灯方案，同样的 IR-Cut 切换逻辑。]]></description><category></category></item><item><title><![CDATA[GK7206 SDK 目录结构详解：从源码到 helloworld 部署进 rootfs（Pico-G1 实战 7）]]></title><link>https://blog.csdn.net/ShiMetaPi/article/details/163888518</link><guid>https://blog.csdn.net/ShiMetaPi/article/details/163888518</guid><author>ShiMetaPi</author><pubDate>Wed, 19 Aug 2026 15:11:33 +0800</pubDate><description><![CDATA[out/目录在首次编译后才会生成，存放所有编译产物。cfg.mk是当前选择的板级配置文件，决定了编译的目标硬件。二、部署第一个应用程序接下来介绍如何在 Pico-G1 开发板上编写一个"hello word"引用程序、并将其编译进rootfs根文件系统中，烧录并运行应用程序，完成从源码编写到板端运行的完整流程。]]></description><category></category></item><item><title><![CDATA[事件相机落地难？EVS模组重塑工程化路径，告别“实验室专属”]]></title><link>https://blog.csdn.net/ShiMetaPi/article/details/157295290</link><guid>https://blog.csdn.net/ShiMetaPi/article/details/157295290</guid><author>ShiMetaPi</author><pubDate>Mon, 17 Aug 2026 15:28:16 +0800</pubDate><description><![CDATA[事件相机有多强？低延迟、高动态范围、对快速变化超敏感——这些优势在论文里被反复验证，堪称解决无人机避障、机器人导航、自动驾驶感知难题的技术潜力股。可现实却是：它常年待在实验台、论文和研究项目里，量产设备中难觅踪影。难道事件相机天生就只能做"实验室宠儿"，成不了"工程刚需"？答案恰恰相反：这不是技术能力配不上需求，而是它的"使用路径"从一开始就走偏了。]]></description><category></category></item><item><title><![CDATA[GK7206 文件传输实战：TFTP/NFS/SD 卡三种方式对比（Pico-G1 快速入门 6）]]></title><link>https://blog.csdn.net/ShiMetaPi/article/details/163817751</link><guid>https://blog.csdn.net/ShiMetaPi/article/details/163817751</guid><author>ShiMetaPi</author><pubDate>Mon, 17 Aug 2026 11:03:40 +0800</pubDate><description><![CDATA[SCP（Secure Copy）是一种基于 SSH 的安全文件传输方式，可用于在电脑与 Pico G1 设备之间复制文件或目录。传输过程加密，更安全不需要额外安装复杂服务适合快速上传下载文件支持 Windows、Linux 和 macOS通常只要设备已经开启 SSH 服务，并且电脑能够通过网络访问设备，就可以直接使用 SCP。]]></description><category></category></item><item><title><![CDATA[PICO-G1 AI模型部署指南：运行你的第一个视觉模型]]></title><link>https://blog.csdn.net/ShiMetaPi/article/details/163757090</link><guid>https://blog.csdn.net/ShiMetaPi/article/details/163757090</guid><author>ShiMetaPi</author><pubDate>Fri, 14 Aug 2026 15:53:09 +0800</pubDate><description><![CDATA[在上一篇文章中，我们已经完成了从数据上传、数据标注到模型训练的完整流程，并成功获得了属于自己的 AI 视觉模型。训练完成只是第一步，真正让 AI 发挥作用，还需要将模型部署到设备中进行推理运行。如果你已经完成模型训练，那么接下来跟随本文操作，5分钟即可让你的第一个自训练视觉模型真正运行起来。]]></description><category></category></item></channel></rss>