欢迎您来到 Qualcomm 硬件开发俱乐部！
在我们这个硬件俱乐部中，汇集了 Qualcomm 最新最顶尖的硬件开发的内容，您可以了解到最先进的嵌入解决方案、企业应用和 IoT/M2M 等先进技术。让开发者、创客和硬件设备制造商能够尽早熟悉新一代 Qualcomm 的硬件配置，从而快人一步抢占先机。您可以在这里可以第一时间获得 Qualcomm 提供的硬件开发套件，更可以和业界同行深度交流。这里是属于每一个热爱硬件人的俱乐部。
互动方式：【QQ群】：370687734
硬件资讯
QCS6490 LU 平台上运行人体动作检测
本项目在QCS6490 Ubuntu上实现了一个用于视频中人体动作识别的Web应用程序。此演示基于TFLite模型，并在Edge Impulse模型中进行转换，以便使用QNN在QCS6490上加速运行。
QCS9075 LE 平台上通过文本生成图像
本项目基于Stable Diffusion2.1实现了一个Python命令行应用程序，用于文本到图像的生成。它可以将文本描述转换为相应的图像，并利用高通QNN加速推理过程，从而在兼容的硬件平台上更高效地进行图像生成。
在WoS上运行人体动作检测
这个 Python 项目在 WoS 上运行人体姿态估计模型，使用 YOLOv8 作为基础模型并通过 QNN 进行推理。
在WoS上运行3D检测
该项目在 WoS 上通过运行 YOLOv5 模型和 3D 边界框实现三维目标检测，并使用 QNN 对模型进行推理。
RB3Gen2 上运行 PP-OCR
这个项目构建了一个命令行应用程序，在ARM Linux平台上运行开源模型“PP-OCR”，利用CPU根据输入图像进行推理，速度为每张图像0.5秒。
C8550DK上运行YOLO v10
该项目构建了一个在 C8550DK 平台上运行开源模型“YOLOv10s”的 CLI 应用程序，使用 SNPE 运行无需 NMS 后处理的对象检测。
C8550上运行YOLOv8-seg
该项目构建了一个cli应用程序，在C8550DK平台运行开源模型YOLOv8-seg-s，使用dsp以120ms/it的运行速度根据输入图像进行85类目标识别和语义分割。
C8380上运行YOLOV5_CXX
本项目是基于QNN SDK C++接口开发的、基于开源模型YOLOv5的目标检测应用，不仅可以用来检测指定图片中的物体，还可以检测USB摄像头实时视频中的物体。
C8380上运行AOTGAN
该项目在 WoS 平台上构建了一个交互式应用程序，运行开源模型 OPENAI CLIP，实现了基于 QNN SDK的交互式根据文本描述搜索图片的功能。
Qualcomm 开发者专区是 Qualcomm 联合CSDN 共同打造的面向中国开发者的技术专区。致力于通过提供全球最新资讯和最多元的技术资源及支持，为开发者们打造全面一流的开发环境。本专区将以嵌入式、物联网、游戏开发、Qualcomm® 骁龙™处理器的软件优化等技术为核心，打造全面的开发者技术服务社区，为下一代高性能体验和设计带来更多的想法和灵感。
加入 Qualcomm 开发者专区
申请成为“Qualcomm荣誉技术大使”
“Qualcomm荣誉技术大使”是Qualcomm开发者社区对开发者用户技术能力与影响力的认证体现，该荣誉代表Qualcomm社区对用户贡献的认可与肯定。
立即申请
高通技术公司推出头戴式AR开发套件骁龙Spaces™ XR开发者平台，助力打造无缝融合现实世界和数字世界边界的沉浸式体验。
为开发者提供实现创意的工具，并将变革头戴式AR的可能性，现已面市！
Qualcomm 活动 更多
1月15日
线下