《实时嵌入式多线程——使用ThreadX和ARM》一书深入探讨了在嵌入式系统中如何高效地利用实时操作系统（RTOS）ThreadX和ARM处理器进行多任务并发执行。ThreadX是一款专为微控制器和嵌入式系统设计的高性能、小巧且可移植的RTOS，而ARM则是全球广泛使用的微处理器架构。以下是对该书核心知识点的详细概述： 1. **RTOS基础知识**：了解RTOS的基本概念，包括任务、调度器、信号量、互斥锁、事件标志组、消息队列等，这些是实现多线程并发的基础。 2. **ThreadX架构**：ThreadX的核心组件包括任务管理、内存管理、定时器服务、中断服务、通信机制等。深入理解这些组件的运作方式对于有效地使用ThreadX至关重要。 3. **任务与调度**：Task是RTOS中的基本执行单元，ThreadX支持优先级调度，每个任务都有一个优先级，高优先级的任务会被优先执行。调度器根据任务的优先级和状态决定下一个执行的任务。 4. **同步与通信**：ThreadX提供了丰富的同步机制，如信号量、互斥锁、事件标志组等，用于线程间的同步和资源保护。消息队列则允许线程间异步通信，传输数据结构。 5. **内存管理**：ThreadX提供了动态内存分配和释放功能，可以有效地管理和优化内存资源，防止内存泄漏和碎片化。 6. **中断服务**：在实时系统中，中断处理是快速响应外部事件的关键。ThreadX如何在中断上下文和任务上下文之间切换，以及中断服务例程的设计原则是学习的重点。 7. **定时器服务**：定时器是嵌入式系统中实现延时、周期性任务和超时检测的重要工具。ThreadX的定时器机制和使用方法需要详细了解。 8. **ARM处理器架构**：理解ARM处理器的体系结构，包括其寄存器布局、中断处理机制、指令集等，能帮助开发者更好地利用硬件资源，优化代码执行效率。 9. **RTOS与硬件交互**：ThreadX如何与ARM处理器的硬件特性结合，例如中断处理、外设驱动的编写，以及如何通过RTOS来管理硬件资源。 10. **应用开发实践**：书中会包含实际案例，展示如何在ThreadX上开发和调试实时应用程序，包括任务创建、同步机制的运用、中断处理函数的编写等。 通过对这本书的学习，开发者将能够掌握使用ThreadX和ARM处理器进行实时嵌入式系统开发的技巧，从而设计出高效、可靠的多线程应用。在实践中，这些知识将帮助解决并发问题，提高系统的响应速度和可靠性，满足严格的实时性需求。

DETRs Beat YOLOs on Real-time Object Detection组会汇报 现有的实时检测器一般为基于cnn的架构，在检测速度和准确性上实现了合理的权衡。然而，这些实时检测器通常需要NMS来进行后处理，这通常很难进行优化，而且不够健壮，从而导致检测器的推理速度慢。近年来，基于transformer的检测器取得了显著的性能。然而，DETR的高计算成本问题尚未得到有效的解决，这限制了DETR的实际应用，导致无法充分利用其好处。虽然DETR简化了目标检测流程（pipeline）的过程，但由于模型本身的计算成本高，很难实现实时目标检测。本文重新考虑了DETR，并对其关键组件进行了详细的分析和实验，减少了不必要的计算冗余。提出了一种实时检测器（RT-DETR），RT-DETR不仅在精度和速度方面优于目前最先进的实时检测器，而且不需要后处理，因此检测器的推理速度没有延迟，而且保持稳定，充分利用了端到端检测流程（pipeline）的优势。

Real-Time Communication with WebRTC

基于实时子结构加载系统的隔震橡胶支座的动力性能研究，袁涌，朱宏平，本文速度控制型实时子结构加载系统,对天然隔震橡胶支座(NR)、高阻尼隔震橡胶支座(HDR) 和超高阻尼隔震橡胶支座(HDR-S)等速度相关型支座

LPTN | | 实时高分辨率真实感图像翻译：拉普拉斯金字塔翻译网络梁洁*、曾慧*、。 在 CVPR 2021 中。 抽象的 现有的图像到图像转换 (I2IT) 方法要么受限于低分辨率图像，要么由于对高分辨率特征图卷积的计算负担过重而导致推理时间长。 在本文中，我们专注于加速基于封闭形式拉普拉斯金字塔分解和重建的高分辨率逼真 I2IT 任务。 具体来说，我们揭示了属性变换，如光照和颜色处理，更多地与低频分量相关，而内容细节可以在高频分量上自适应地细化。 因此，我们提出了一个拉普拉斯金字塔翻译网络 (LPTN) 来同时执行这两项任务，我们设计了一个轻量级网络，用于翻译分辨率降低的低频分量和渐进式掩蔽策略，以有效地改进高频分量。 我们的模型避免了处理高分辨率特征图所消耗的大部分繁重计算，并忠实地保留了图像细节。 在各种任务上的大量实验结果表明，所提出的方法可以使用一个普通 GPU 实时转换 4

Bakery - GPU Lightmapper Bakery Real-Time Preview 教程参考： https://blog.csdn.net/f402455894/article/details/123329549

Bakery Real-Time Preview 1.18.unitypackage

唯一一本介绍了dx和hlsl的实时渲染书籍

instrument control toolbox 中相应的模块说明及实际举例，如实现实时的串口通讯

Application of FPGA to real-time machine learning - hardware reservoir computers and software image processing [Antonik, P.][Springer,][2018] This book lies at the interface of machine learning – a subfield of computer science that develops algorithms for challenging tasks such as shape or image recognition, where traditional algorithms fail – and photonics – the physical science of light, which underlies many of the optical communications technologies used in our information society. It provides a thorough introduction to reservoir computing and field-programmable gate arrays (FPGAs). Recently, photonic implementations of reservoir computing (a machine learning algorithm based on artificial neural networks) have made a breakthrough in optical computing possible. In this book, the author pushes the performance of these systems significantly beyond what was achieved before. By interfacing a photonic reservoir computer with a high-speed electronic device (an FPGA), the author successfully interacts with the reservoir computer in real time, allowing him to considerably expand its capabilities and range of possible applications. Furthermore, the author draws on his expertise in machine learning and FPGA programming to make progress on a very different problem, namely the real-time image analysis of optical coherence tomography for atherosclerotic arteries.