为期两天享誉业界的会议将提供物联网行业深入的专业知识和技能

致力于以安全、智能无线连接技术，建立更互联世界的全球领导厂商Silicon Labs（亦称“芯科科技”，NASDAQ：SLAB）兴奋地宣布，2024年Works With线上开发者大会现已开放注册。这一行业盛会定于11月20日至21日举行，将汇集全球各地的物联网开发人员、设备制造商、无线技术专家、工程师和商业领袖，观众可免费注册参加。同时，为了方便中文观众，所有在线视频均配有中文字幕。

芯科科技全球营销和美洲销售副总裁John Dixon表示：“我们很高兴今年的Works With 线上开发者大会向观众开放注册。凭借Works With五年来的积累，以及今年多场全球实体活动的加持，Works With线上大会将为物联网专业人士提供一个独特的机会，使他们可以相聚在一起，彼此分享知识并推动行业创新。”

综合在美国加州圣何塞、印度海得拉巴和中国上海举行的地区性实体活动所产出的精彩内容，Works With线上大会可以提供全面的会议内容，具体包括：

• 专家主题演讲和技术课程：推动物联网创新的技术领袖将参与大会，通过英伟达和三星等业内顶尖企业的分享，以及Arduino和其他芯科科技合作伙伴主讲的专题课程，可以了解物联网的最新趋势和技术。

• 生态系统集成：探索如何将产品无缝集成至亚马逊、谷歌、三星SmartThings和苹果等领先的生态系统中。

• 实时问答环节：直接与主题专家互动，实时获得问题解答。

参会者可以围绕蓝牙、低功耗广域网（LPWAN）、Matter、Wi-Fi、人工智能/机器学习（AI/ML）和物联网安全等关键领域对应的专业主题制定自己的议程：

• 蓝牙：涵盖环境物联网、蓝牙信道探测、能量收集等各种蓝牙主题，以及如何使用芯科科技的蓝牙开发者指南来进行开发。

• LPWAN：介绍各种长距离无线连接技术，并展示 Z-Wave Long Range的实际应用。

• Matter：芯科科技与其他行业领袖将探讨如何评估Matter是否适合您的产品，并提供启动Matter项目的第一手指引。

• Wi-Fi：讨论从Wi-Fi 4到Wi-Fi 6和Wi-Fi 7的演进，以及如何开发低功耗Wi-Fi应用，参会者还将获得芯科科技 SiWx917 SoC的实作指导。

• AI/ML：了解芯科科技内置AI/ML硬件加速器的SoC，以及开发人员如何在边缘实现功能丰富且低功耗的产品。

• 物联网安全：了解物联网开发中最迫切的安全威胁、未来可能面临的挑战，以及如何为应对这些威胁和挑战做好准备。

欢迎您扫描下方二维码即刻注册参加2024年Works With线上开发者大会，并开始制定您的个性化议程。

关于Silicon Labs

Silicon Labs（亦称“芯科科技”，NASDAQ：SLAB）是物联网无线连接领域的开拓者。我们提供了集成化的硬件和软件平台、简捷的开发工具和无与伦比的生态系统，使我们成为构建先进工业、商业、家庭和生活应用的理想长期合作伙伴。芯科科技在高性能、低功耗和安全性方面处于行业领先地位，并支持最广泛的多协议解决方案组合。更多信息请浏览网站：silabs.com和cn.silabs.com。

近日，IDC正式发布《中国半年度边缘服务器市场（2024上半年）跟踪报告》（以下简称：报告）。数据显示，2024上半年中国边缘计算服务器市场保持高速增长，出货量同比增长40.6%。其中浪潮信息边缘服务器以绝对优势领跑市场，蝉联中国市场第一。

两位数高速增长，边缘计算与人工智能深度融合带来巨大增长空间

2024年上半年，中国边缘服务器市场增长40.6%，呈现亮眼的两位数增长。IDC报告指出：从行业来看，公共事业、运营商和IT服务在边缘服务器市场占比相对较高，三者之和超过市场总量60%。在宏观政策的引导下，企业用户正加强算力建设，促进传统行业数字化转型，这极大地推动了边缘服务器市场的发展。同时，边缘服务器和人工智能的深度融合，为边缘服务器市场带来巨大的增长空间。例如，智能制造、智慧金融、智能电网、智慧医疗、自动驾驶等时延敏感型新兴应用，正在推动AI算力从云向边缘侧的延伸。

IDC中国服务器市场研究经理辛一认为，无论是传统行业的数字化转型还是大模型赋能的新兴行业，未来边缘需求是多样化的，而当前仍然存在行业碎片化，落地成本高，市场竞争激烈，生态链企业盈利困难等难题。

面对边缘复杂多变的场景化需求，分析师指出，边缘计算厂商应深耕细分领域，推出场景化的边缘产品来满足各行业的需求，加强产业上下游的协同创新，将灵活的、标准的、易部署和轻维护的边缘解决方案推向市场，进而更好地实现数据分析处理，保障隐私和安全，优化边缘AI模型部署和维护，推动人工智能的行业创新应用。

以开放生态 加速边缘AI落地

作为最早布局边缘计算的算力基础设施提供商，浪潮信息拥有业界最全、极致性能、极致环境适应性的边缘计算全栈产品，支持多元AI算力，并持续推动边缘计算标准和生态建设，引领未来电信应用的轻量化硬件架构平台标准OTII、边缘微服务器设计标准ECOM等，推动边缘计算产业的持续发展。

面对广阔的边缘计算落地需求，过去一年，浪潮信息基于面向伙伴的融携实验室，与50+合作伙伴打造近百个场景解决方案，并助力交通、能源、水利、通信等行业和企业用户提质增效。不久前，浪潮信息携手众多合作伙伴发布共行者计划，打通从技术、产品到生态的全链条，通过资源共享、联合创新等方式，实现边缘AI解决方案从定制化到标准化，推动边缘AI在千行百业的批量化落地。

伴随"边缘共行者计划"的启动，浪潮信息携手合作伙伴发布百度智能云一见视频AI一体机，新能源无人化场站解决方案，水网智慧调控一体机，通算智接入网一体机等多项解决方案。这些方案从融携实验室共创的上百个边缘计算解决方案脱颖而出，将加速能源、水利、通信、制造、交通等行业的边缘AI业务部署。

IDC分析师也强调，构建开放的边缘计算生态，是释放边缘计算市场发展潜力的关键。针对多样化的边缘场景，产业上下游伙伴的深度合作，不仅可以直接触达各行各业，熟识应用场景及客户需求，也将推动边缘AI的技术创新和方案开发，加速边缘AI的规模化应用。

稿源：美通社

DJI 大疆旗下的专业航拍及影像社交平台 SkyPixel 天空之城™今日宣布，天空之城 10 周年影像大赛正式启动。本届大赛以“畅拍天地”为主题，新设“年度最佳手持视频大奖”，共设立 83 个奖项，奖池总额高达百万元，期待共见天地光影，让创意不止于天际线。2024 年 11 月 7 日至 2025 年 2 月 10 日，用户可登录 SkyPixel 天空之城™社区（https://www.skypixel.com/contests/2024）提交参赛作品。

畅怕天地，让创意不止于天际线

作为大疆为全球航拍及影像爱好者举办的国际性赛事，大疆天空之城影像大赛是全球最大的航拍大赛之一，自 2015 年首届举办以来，已吸引全球 140 余个国家和地区的 40 万份摄影作品，并获曝光 10 亿余次。

历经十载，我们领略了无数精彩的光影定格，也见证了影像创作的创意风采。人们最初对全新影像视角展现出的好奇心，逐渐转变为对精湛拍摄技艺的追求与打磨，再到如今将影像作为彰显创作与表达的载体，我们见证了影像从创作乐趣到成为我们表达内心、探索未知的媒介。在这场革新的潮流下，影像不再只是一种工具，更是我们心灵倾诉与思索的源泉。

这一次，大疆天空之城影像大赛以“畅拍天地”为主题，期待来自天空与地面视角的影像佳作。我们既赞叹无人机航拍视角下的旖旎风光，也鼓励使用大疆 Osmo 或 Ronin 系列产品拍摄的地面影像作品，让创意不止于天际线，让天地影像的精彩绽放。

作品类别更灵活，参赛渠道更开放

本届大赛投稿作品类别与参赛渠道大幅优化，以更加开放的姿态迎接创作者。本届大赛新增“手持视频”赛道，并将投稿类别简化为三个独立组别：航拍图片组、航拍视频组与手持视频组，旨在激发创作者的无限创意。其中，视频组别的参赛作品需包含 50% 以上的航拍或手持画面镜头，且使用 DJI 产品拍摄的画面不低于 30 秒。

此外，参赛渠道也更加丰富，期待更多精彩的创作作品涌现。除天空之城官方网站外，创作者还可选择将作品投稿于大疆官方的任一社交媒体渠道，更有机会在每月“人气奖”的评选中脱颖而出。

专业评委，鉴赏佳作

大赛特邀国内外知名影像专业人士，共同甄选优秀作品。图片组评委包括《美国国家地理》杂志摄影部助理总编辑 Anne Farrar、著名风光摄影师及 2019 国家地理摄影大赛全球总冠军得主储卫民、知名风光摄影师 Daniel Kordan、旅行冒险摄影师 Luke Stackpoole。视频组评委包括以《少年派的奇幻漂流》获得奥斯卡最佳摄影奖的 Claudio Miranda、《繁花》《出走的决心》摄影指导金晨煜、广告片摄影指导与知名自媒体影视飓风创始人潘天鸿、知名旅行电影导演 Sam Newton。来自多个领域的评审专家，将凭借他们广泛的视野和多年丰富的影像行业实践经验，对参赛作品进行专业评审。

评委们期待从不同视角和创作手法的作品中找到蕴含的创新精神与艺术魅力。评委 Claudio Miranda 提出对作品的四项期望：“构图、原创性、色调、整体风格将是我评选作品时重点关注的方面。在往届大赛中，我看到了许多充满创意的作品和精彩纷呈的故事，希望今年能够再次领略。”评委潘天鸿则认为：“我会很在意一个画面里的故事感，摄影师需要充分利用这个长方形的画框，思考摄影机的视角或运动，展现影像叙事的独特魅力。”

特设百万奖池，期待共赴光影之约

本届大赛共设立 83 个奖项，奖品价值累计超 100 万元，期待创作者们共赴光影之约。大赛奖项包括年度最佳图片 1 项、年度最佳航拍视频 1 项、年度最佳手持视频 1 项、年度十佳图片与视频共 20 项、提名图片与视频共 15 项，并将于每月评选人气佳作共 45 项。

其中，年度最佳图片、年度最佳航拍视频、年度最佳手持视频的获奖者将分别获得价值超 10 万元的哈苏 X2D 100C 套装、DJI Inspire 3 套装、DJI Ronin 4D-8K 套装，并可成为天空之城签约摄影师。大赛其它奖品还包括天空之城影像大赛十周年纪念书刊，以及包含 DJI Mavic 3 Pro、DJI Air 3S、DJI Avata 2 和 Osmo Pocket 3 在内的热门产品。此外，所有参赛者均可共同瓜分价值 10 万元的 DJI 币。

投稿方式

投稿开启时间：2024 年 11 月 7 日 12:00（北京时间）

投稿截止时间：2025 年 2 月 10 日 23:59（北京时间）

获奖公布时间：2025 年 3 月 27 日 12:00（北京时间）

天空之城 10 周年影像大赛已正式开启，诚邀创作者们参与投稿。更多赛事信息与参赛指引，请访问天空之城 10 周年影像大赛官方网站：https://www.skypixel.com/contests/2024。

本篇测评由与非网的优秀测评者“eefocus_3914144”提供。

本文将介绍基于米尔电子MYD-LMX93开发板（米尔基于NXP i.MX93开发板）的基于OpenCV的人脸检测方案测试。

OpenCV提供了一个非常简单的接口，用于相机捕捉一个视频(我用的电脑内置摄像头)
1、安装python3-opencv

apt install python3-opencv

2、查看摄像头支持的格式与分辨率

root@debian:~# v4l2-ctl --device=/dev/video0 --list-formats-ext

经测试，只能支持640*480

为此建立opencv_test.py

import cv2

video = cv2.VideoCapture(0)

设置相机参数

video .set(cv2.CAP_PROP_FRAME_WIDTH, 1280)

video .set(cv2.CAP_PROP_FRAME_HEIGHT, 720)

while True:

ret, frame = video.read()

cv2.imshow("A video", frame)

c = cv2.waitKey(1)

if c == 27:

    breakvideo.release()cv2.destroyAllWindows()

保存后执行”python3 opencv_test.py

OpenCV装好后，可以为后面的人脸检测提供可行性。

要实现人脸识别功能，首先要进行人脸检测，判断出图片中人脸的位置，才能进行下一步的操作。

OpenCV人脸检测方法

在OpenCV中主要使用了两种特征（即两种方法）进行人脸检测，Haar特征和LBP特征。用得最多的是Haar特征人脸检测，此外OpenCV中还集成了深度学习方法来实现人脸检测。【参考资料】使用OpenCV工具包成功实现人脸检测与人脸识别，包括传统视觉和深度学习方法（附完整代码，模型下载......）_opencv人脸识别-CSDN博客

【Haar级联检测器预训练模型下载】opencv/opencv: Open Source Computer Vision Library (github.com)下载好的，在opencv-4.x\data\haarcascades文件夹下有模型，把他上传到开发板。

【获取检测人脸的图片】我在百度上找到了**的图片，并把它也上传到开发板。

【编写检测代码】

import numpy as np

import cv2 as cv

if __name__ == '__main__':

# (6) 使用 Haar 级联分类器 预训练模型 检测人脸

# 读取待检测的图片

img = cv.imread("yanmi.jpg")

print(img.shape)

    # 加载 Haar 级联分类器 预训练模型

model_path = "haarcascade_frontalface_alt2.xml"

face_detector = cv.CascadeClassifier(model_path)  # <class 'cv2.CascadeClassifier'>

# 使用级联分类器检测人脸

faces = face_detector.detectMultiScale(img, scaleFactor=1.1, minNeighbors=1,

                minSize=(30, 30), maxSize=(300, 300))

print(faces.shape)  # (17, 4)

print(faces[0])  # (x, y, width, height)

# 绘制人脸检测框

for x, y, width, height in faces:

cv.rectangle(img, (x, y), (x + width, y + height), (0, 0, 255), 2, cv.LINE_8, 0)

# 显示图片

cv.imshow("faces", img)

cv.waitKey(0)

cv.destroyAllWindows()

【实验效果】运行程序后，可以正确地识别，效果如下：