<?xml version="1.0"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="pt-BR">
	<id>https://wiki.canisinc.com.br/api.php?action=feedcontributions&amp;feedformat=atom&amp;user=Cdab63</id>
	<title>Caninos Loucos - Contribuições do usuário [pt-br]</title>
	<link rel="self" type="application/atom+xml" href="https://wiki.canisinc.com.br/api.php?action=feedcontributions&amp;feedformat=atom&amp;user=Cdab63"/>
	<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php/Especial:Contribui%C3%A7%C3%B5es/Cdab63"/>
	<updated>2026-09-02T23:03:47Z</updated>
	<subtitle>Contribuições do usuário</subtitle>
	<generator>MediaWiki 1.43.9</generator>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=569</id>
		<title>Tensorflow</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=569"/>
		<updated>2022-04-02T15:48:04Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;O TensorFlow é uma plataforma de código aberto de ponta a ponta para Machine Learning (ML). Ele tem um ecossistema abrangente e flexível de ferramentas, bibliotecas e recursos da comunidade que permite que desenvolvedores criem e implantem facilmente aplicativos com tecnologia de ML.&lt;br /&gt;
&lt;br /&gt;
== Instalando Tensorflow na Labrador ==&lt;br /&gt;
&lt;br /&gt;
# Baixe o arquivo wheel a partir deste link: [https://drive.google.com/file/d/10vqovTaFwYYDgSkO0deF2A-w2mop719T/view &#039;&#039;&#039;TENSORFLOW&#039;&#039;&#039;]&lt;br /&gt;
# &#039;&#039;&#039;pip install -U --user --upgrade &amp;lt;diretório onde o arquivo foi baixado&amp;gt;/tensorflow-2.8.0-cp39-cp39-linux_aarch64.whl&#039;&#039;&#039; (&#039;&#039;EXEMPLO&#039;&#039;, pode ser versão mais recente)&lt;br /&gt;
&lt;br /&gt;
== Compilando Tensorflow ==&lt;br /&gt;
&lt;br /&gt;
# Crie um espaço de swap com pelo menos 8 gigabytes. Use um SDCARD com pelo menos 32GBytes, recomendado 64GBytes&lt;br /&gt;
## &#039;&#039;&#039;sudo fallocate -l 8G /swap&#039;&#039;&#039;&lt;br /&gt;
## &#039;&#039;&#039;sudo mkswap /swap&#039;&#039;&#039;&lt;br /&gt;
## &#039;&#039;&#039;sudo swapon /swap&#039;&#039;&#039; (ou edite /etc/fstab para fazer o swap permanente, veja documentação linux para edição de /etc/fstab)&lt;br /&gt;
# Baixe o bazelisk: &#039;&#039;&#039;git clone https://github.com/bazelbuild/bazelisk.git&#039;&#039;&#039;&lt;br /&gt;
# Instale o bazelisk (de acordo com as instruções do README.md no github)&lt;br /&gt;
# Baixe o tensorflow: &#039;&#039;&#039;git clone https://github.com/tensorflow/tensorflow.git&#039;&#039;&#039;&lt;br /&gt;
# &#039;&#039;&#039;cd &amp;lt;diretório&amp;gt;/tensorflow&#039;&#039;&#039;&lt;br /&gt;
# Liste as versões disponíveis: &#039;&#039;&#039;git tag -l&#039;&#039;&#039;&lt;br /&gt;
# Selecione a versão desejada (no caso 2.8.0): &#039;&#039;&#039;git checkout tags/v2.8.0&#039;&#039;&#039;&lt;br /&gt;
# Configure para compilação: &#039;&#039;&#039;./configure&#039;&#039;&#039;&lt;br /&gt;
## É possível que o &#039;&#039;&#039;configure&#039;&#039;&#039; não encontre alguns libraries, que precisarão ser instalados manualmente&lt;br /&gt;
## No caso do Labrador, desabilitar todas as otimizações GPU e as pertinentes a processadores Intel&lt;br /&gt;
# Construa o tensorflow: &#039;&#039;&#039;bazel --host_jvm_args=&#039;-Xms512m&#039; --host_jvm_args=&#039;-Xmx1024m&#039; build --config=v2 --local_cpu_resources=1 //tensorflow/tools/pip_package:build_pip_package&#039;&#039;&#039;&lt;br /&gt;
# Gere o wheel: &#039;&#039;&#039;./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg&#039;&#039;&#039;&lt;br /&gt;
# O arquivo wheel estará em &#039;&#039;&#039;/tmp/tensorflow_pkg/&amp;lt;nome do arquivo&amp;gt;.whl&#039;&#039;&#039;&lt;br /&gt;
&lt;br /&gt;
A compilação vai durar aproximadamente 120 horas.&lt;br /&gt;
&lt;br /&gt;
Possivelmente a compilação vai travar algumas vezes. Mas é preciso ter muita calma: como os recursos do dispositivo vão ser esgotados, é preciso tentar destravar o terminal e esperar vários minutos para verificar se está efetivamente travado. Neste caso, basta desligar o dispositivo, religar o mesmo, ir para o diretório do tensorflow e repetir o comando descrito no ítem 9 ( bazel --host_jvm ... )&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=568</id>
		<title>Tensorflow</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=568"/>
		<updated>2022-04-02T15:34:35Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;O TensorFlow é uma plataforma de código aberto de ponta a ponta para Machine Learning (ML). Ele tem um ecossistema abrangente e flexível de ferramentas, bibliotecas e recursos da comunidade que permite que desenvolvedores criem e implantem facilmente aplicativos com tecnologia de ML.&lt;br /&gt;
&lt;br /&gt;
== Instalando Tensorflow na Labrador ==&lt;br /&gt;
&lt;br /&gt;
# Baixe o arquivo wheel a partir deste link: [https://drive.google.com/file/d/10vqovTaFwYYDgSkO0deF2A-w2mop719T/view &#039;&#039;&#039;TENSORFLOW&#039;&#039;&#039;]&lt;br /&gt;
# &#039;&#039;&#039;pip install -U --user --upgrade &amp;lt;diretório onde o arquivo foi baixado&amp;gt;/tensorflow-2.8.0-cp39-cp39-linux_aarch64.whl&#039;&#039;&#039; (&#039;&#039;EXEMPLO&#039;&#039;, pode ser versão mais recente)&lt;br /&gt;
&lt;br /&gt;
== Compilando Tensorflow ==&lt;br /&gt;
&lt;br /&gt;
# Crie um espaço de swap com pelo menos 8 gigabytes. Use um SDCARD com pelo menos 32GBytes, recomendado 64GBytes&lt;br /&gt;
## &#039;&#039;&#039;sudo fallocate -l 8G /swap&#039;&#039;&#039;&lt;br /&gt;
## &#039;&#039;&#039;sudo mkswap /swap&#039;&#039;&#039;&lt;br /&gt;
## &#039;&#039;&#039;sudo swapon /swap&#039;&#039;&#039; (ou edite /etc/fstab para fazer o swap permanente, veja documentação linux para edição de /etc/fstab)&lt;br /&gt;
# Baixe o bazelisk: &#039;&#039;&#039;git clone https://github.com/bazelbuild/bazelisk.git&#039;&#039;&#039;&lt;br /&gt;
# Instale o bazelisk (de acordo com as instruções do README.md no github)&lt;br /&gt;
# Baixe o tensorflow: &#039;&#039;&#039;git clone https://github.com/tensorflow/tensorflow.git&#039;&#039;&#039;&lt;br /&gt;
# &#039;&#039;&#039;cd &amp;lt;diretório&amp;gt;/tensorflow&#039;&#039;&#039;&lt;br /&gt;
# Liste as versões disponíveis: &#039;&#039;&#039;git tag -l&#039;&#039;&#039;&lt;br /&gt;
# Selecione a versão desejada (no caso 2.8.0): &#039;&#039;&#039;git checkout tags/v2.8.0&#039;&#039;&#039;&lt;br /&gt;
# Configure para compilação: &#039;&#039;&#039;./configure&#039;&#039;&#039;&lt;br /&gt;
## É possível que o configure não encontre alguns libraries, que precisarão ser instalados manualmente&lt;br /&gt;
## No caso do Labrador, desabilitar todas as otimizações GPU e as pertinentes a processadores Intel&lt;br /&gt;
# Construa o tensorflow: &#039;&#039;&#039;bazel --host_jvm_args=&#039;-Xms512m&#039; --host_jvm_args=&#039;-Xmx1024m&#039; build --config=v2 --local_cpu_resources=1 //tensorflow/tools/pip_package:build_pip_package&#039;&#039;&#039;&lt;br /&gt;
# Gere o wheel: &#039;&#039;&#039;./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg&#039;&#039;&#039;&lt;br /&gt;
# O arquivo wheel estará em &#039;&#039;&#039;/tmp/tensorflow_pkg/&amp;lt;nome do arquivo&amp;gt;.whl&#039;&#039;&#039;&lt;br /&gt;
&lt;br /&gt;
A compilação vai durar aproximadamente 120 horas.&lt;br /&gt;
&lt;br /&gt;
Possivelmente a compilação vai travar algumas vezes. Mas é preciso ter muita calma: como os recursos do dispositivo vão ser esgotados, é preciso tentar destravar o terminal e esperar vários minutos para verificar se está efetivamente travado. Neste caso, basta desligar o dispositivo, religar o mesmo, ir para o diretório do tensorflow e repetir o comando descrito no ítem 9 ( bazel --host_jvm ... )&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=567</id>
		<title>Tensorflow</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=567"/>
		<updated>2022-04-02T15:32:51Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;O TensorFlow é uma plataforma de código aberto de ponta a ponta para Machine Learning (ML). Ele tem um ecossistema abrangente e flexível de ferramentas, bibliotecas e recursos da comunidade que permite que desenvolvedores criem e implantem facilmente aplicativos com tecnologia de ML.&lt;br /&gt;
&lt;br /&gt;
== Instalando Tensorflow na Labrador ==&lt;br /&gt;
&lt;br /&gt;
# Baixe o arquivo wheel a partir deste link: [https://drive.google.com/file/d/10vqovTaFwYYDgSkO0deF2A-w2mop719T/view &#039;&#039;&#039;TENSORFLOW&#039;&#039;&#039;]&lt;br /&gt;
# pip install -U --user --upgrade &amp;lt;diretório onde o arquivo foi baixado&amp;gt;/tensorflow-2.8.0-cp39-cp39-linux_aarch64.whl (EXEMPLO, pode ser versão mais recente)&lt;br /&gt;
&lt;br /&gt;
== Compilando Tensorflow ==&lt;br /&gt;
&lt;br /&gt;
# Crie um espaço de swap com pelo menos 8 gigabytes. Use um SDCARD com pelo menos 32GBytes, recomendado 64GBytes&lt;br /&gt;
## &#039;&#039;&#039;sudo fallocate -l 8G /swap&#039;&#039;&#039;&lt;br /&gt;
## &#039;&#039;&#039;sudo mkswap /swap&#039;&#039;&#039;&lt;br /&gt;
## &#039;&#039;&#039;sudo swapon /swap&#039;&#039;&#039; (ou edite /etc/fstab para fazer o swap permanente, veja documentação linux para edição de /etc/fstab)&lt;br /&gt;
# Baixe o bazelisk: &#039;&#039;&#039;git clone https://github.com/bazelbuild/bazelisk.git&#039;&#039;&#039;&lt;br /&gt;
# Instale o bazelisk (de acordo com as instruções do README.md no github)&lt;br /&gt;
# Baixe o tensorflow: &#039;&#039;&#039;git clone https://github.com/tensorflow/tensorflow.git&#039;&#039;&#039;&lt;br /&gt;
# &#039;&#039;&#039;cd &amp;lt;diretório&amp;gt;/tensorflow&#039;&#039;&#039;&lt;br /&gt;
# Liste as versões disponíveis: &#039;&#039;&#039;git tag -l&#039;&#039;&#039;&lt;br /&gt;
# Selecione a versão desejada (no caso 2.8.0): &#039;&#039;&#039;git checkout tags/v2.8.0&#039;&#039;&#039;&lt;br /&gt;
# Configure para compilação: &#039;&#039;&#039;./configure&#039;&#039;&#039;&lt;br /&gt;
## É possível que o configure não encontre alguns libraries, que precisarão ser instalados manualmente&lt;br /&gt;
## No caso do Labrador, desabilitar todas as otimizações GPU e as pertinentes a processadores Intel&lt;br /&gt;
# Construa o tensorflow: &#039;&#039;&#039;bazel --host_jvm_args=&#039;-Xms512m&#039; --host_jvm_args=&#039;-Xmx1024m&#039; build --config=v2 --local_cpu_resources=1 //tensorflow/tools/pip_package:build_pip_package&#039;&#039;&#039;&lt;br /&gt;
# Gere o wheel: &#039;&#039;&#039;./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg&#039;&#039;&#039;&lt;br /&gt;
# O arquivo wheel estará em &#039;&#039;&#039;/tmp/tensorflow_pkg/&amp;lt;nome do arquivo&amp;gt;.whl&#039;&#039;&#039;&lt;br /&gt;
&lt;br /&gt;
A compilação vai durar aproximadamente 120 horas.&lt;br /&gt;
&lt;br /&gt;
Possivelmente a compilação vai travar algumas vezes. Mas é preciso ter muita calma: como os recursos do dispositivo vão ser esgotados, é preciso tentar destravar o terminal e esperar vários minutos para verificar se está efetivamente travado. Neste caso, basta desligar o dispositivo, religar o mesmo, ir para o diretório do tensorflow e repetir o comando descrito no ítem 9 ( bazel --host_jvm ... )&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=566</id>
		<title>Tensorflow</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=566"/>
		<updated>2022-04-02T15:15:34Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;O TensorFlow é uma plataforma de código aberto de ponta a ponta para Machine Learning (ML). Ele tem um ecossistema abrangente e flexível de ferramentas, bibliotecas e recursos da comunidade que permite que desenvolvedores criem e implantem facilmente aplicativos com tecnologia de ML.&lt;br /&gt;
&lt;br /&gt;
== Instalando Tensorflow na Labrador ==&lt;br /&gt;
&lt;br /&gt;
# Baixe a versão 2.8 a partir deste link: https://drive.google.com/file/d/10vqovTaFwYYDgSkO0deF2A-w2mop719T/view&lt;br /&gt;
# pip install -U --user --upgrade &amp;lt;diretório onde o arquivo foi baixado&amp;gt;/tensorflow-2.8.0-cp39-cp39-linux_aarch64.whl&lt;br /&gt;
&lt;br /&gt;
== Compilando Tensorflow ==&lt;br /&gt;
&lt;br /&gt;
# Crie um espaço de swap com pelo menos 8 gigabytes. Use um SDCARD com pelo menos 32GBytes, recomendado 64GBytes&lt;br /&gt;
## sudo fallocate -l 8G /swap&lt;br /&gt;
## sudo mkswap /swap&lt;br /&gt;
## sudo swapon /swap (ou edite /etc/fstab para fazer o swap permanente, veja documentação linux para edição de /etc/fstab)&lt;br /&gt;
# Baixe o bazelisk: git clone https://github.com/bazelbuild/bazelisk.git&lt;br /&gt;
# Instale o bazelisk (de acordo com as instruções do README.md no github)&lt;br /&gt;
# Baixe o tensorflow: git clone https://github.com/tensorflow/tensorflow.git&lt;br /&gt;
# cd &amp;lt;diretório&amp;gt;/tensorflow&lt;br /&gt;
# Liste as versões disponíveis: git tag -l&lt;br /&gt;
# Selecione a versão desejada (no caso 2.8.0): git checkout tags/v2.8.0&lt;br /&gt;
# Configure para compilação: ./configure&lt;br /&gt;
## É possível que o configure não encontre alguns libraries, que precisarão ser instalados manualmente&lt;br /&gt;
## No caso do Labrador, desabilitar todas as otimizações GPU e as pertinentes a processadores Intel&lt;br /&gt;
# Construa o tensorflow: bazel --host_jvm_args=&#039;-Xms512m&#039; --host_jvm_args=&#039;-Xmx1024m&#039; build --config=v2 --local_cpu_resources=1 //tensorflow/tools/pip_package:build_pip_package&lt;br /&gt;
# Gere o wheel: ./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg&lt;br /&gt;
# O arquivo wheel estará em /tmp/tensorflow_pkg/...&lt;br /&gt;
&lt;br /&gt;
A compilação vai durar aproximadamente 120 horas.&lt;br /&gt;
&lt;br /&gt;
Possivelmente a compilação vai travar algumas vezes. Mas é preciso ter muita calma: como os recursos do dispositivo vão ser esgotados, é preciso tentar destravar o terminal e esperar vários minutos para verificar se está efetivamente travado. Neste caso, basta desligar o dispositivo, religar o mesmo, ir para o diretório do tensorflow e repetir o comando descrito no ítem 9 ( bazel --host_jvm ... )&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=565</id>
		<title>Tensorflow</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=565"/>
		<updated>2022-04-02T15:13:49Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;O TensorFlow é uma plataforma de código aberto de ponta a ponta para Machine Learning (ML). Ele tem um ecossistema abrangente e flexível de ferramentas, bibliotecas e recursos da comunidade que permite que desenvolvedores criem e implantem facilmente aplicativos com tecnologia de ML.&lt;br /&gt;
&lt;br /&gt;
== Instalando Tensorflow na Labrador ==&lt;br /&gt;
&lt;br /&gt;
# Baixe a versão 2.8 a partir deste link: https://drive.google.com/file/d/10vqovTaFwYYDgSkO0deF2A-w2mop719T/view&lt;br /&gt;
# pip install -U --user --upgrade &amp;lt;diretório onde o arquivo foi baixado&amp;gt;/tensorflow-2.8.0-cp39-cp39-linux_aarch64.whl&lt;br /&gt;
&lt;br /&gt;
== Compilando Tensorflow ==&lt;br /&gt;
&lt;br /&gt;
# Crie um espaço de swap com pelo menos 8 gigabytes. Use um SDCARD com pelo menos 32GBytes, recomendado 64GBytes&lt;br /&gt;
## sudo fallocate -l 8G /swap&lt;br /&gt;
## sudo mkswap /swap&lt;br /&gt;
## sudo swapon /swap (ou edite /etc/fstab para fazer o swap permanente, veja documentação linux para edição de /etc/fstab)&lt;br /&gt;
# Baixe o bazelisk: git clone https://github.com/bazelbuild/bazelisk.git&lt;br /&gt;
# Instale o bazelisk (de acordo com as instruções do README.md no github)&lt;br /&gt;
# Baixe o tensorflow: git clone https://github.com/tensorflow/tensorflow.git&lt;br /&gt;
# cd &amp;lt;diretório&amp;gt;/tensorflow&lt;br /&gt;
# Liste as versões disponíveis: git tag -l&lt;br /&gt;
# Selecione a versão desejada (no caso 2.8.0): git checkout tags/v2.8.0&lt;br /&gt;
# Configure para compilação: ./configure&lt;br /&gt;
## É possível que o configure não encontre alguns libraries, que precisarão ser instalados manualmente&lt;br /&gt;
## No caso do Labrador, desabilitar todas as otimizações GPU e as pertinentes a processadores Intel&lt;br /&gt;
# Construa o tensorflow: bazel --host_jvm_args=&#039;-Xms512m&#039; --host_jvm_args=&#039;-Xmx1024m&#039; build --config=v2 --local_cpu_resources=1 //tensorflow/tools/pip_package:build_pip_package&lt;br /&gt;
# Gere o wheel: ./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg&lt;br /&gt;
# O arquivo wheel estará em /tmp/tensorflow_pkg/...&lt;br /&gt;
&lt;br /&gt;
A compilação vai durar aproximadamente 120 horas.&lt;br /&gt;
&lt;br /&gt;
Possivelmente a compilação vai travar algumas vezes. Mas é preciso ter muita calma: como os recursos do dispositivo vão ser esgotados, é preciso tentar destravar o terminal e esperar vários minutos para verificar se está efetivamente travado. Neste caso, basta desligar o dispositivo, religar o mesmo, ir para o diretório do tensorflow e repetir o comando descrito no ítem 9 ( bazel --host_jvm &lt;br /&gt;
 etc )&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=564</id>
		<title>Tensorflow</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=564"/>
		<updated>2022-04-02T15:13:02Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;O TensorFlow é uma plataforma de código aberto de ponta a ponta para Machine Learning (ML). Ele tem um ecossistema abrangente e flexível de ferramentas, bibliotecas e recursos da comunidade que permite que desenvolvedores criem e implantem facilmente aplicativos com tecnologia de ML.&lt;br /&gt;
&lt;br /&gt;
== Instalando Tensorflow na Labrador ==&lt;br /&gt;
&lt;br /&gt;
# Baixe a versão 2.8 a partir deste link: https://drive.google.com/file/d/10vqovTaFwYYDgSkO0deF2A-w2mop719T/view&lt;br /&gt;
# pip install -U --user --upgrade &amp;lt;diretório onde o arquivo foi baixado&amp;gt;/tensorflow-2.8.0-cp39-cp39-linux_aarch64.whl&lt;br /&gt;
&lt;br /&gt;
== Compilando Tensorflow ==&lt;br /&gt;
&lt;br /&gt;
# Crie um espaço de swap com pelo menos 8 gigabytes. Use um SDCARD com pelo menos 32GBytes, recomendado 64GBytes&lt;br /&gt;
## sudo fallocate -l 8G /swap&lt;br /&gt;
## sudo mkswap /swap&lt;br /&gt;
## sudo swapon /swap (ou edite /etc/fs para fazer o swap permanente)&lt;br /&gt;
# Baixe o bazelisk: git clone https://github.com/bazelbuild/bazelisk.git&lt;br /&gt;
# Instale o bazelisk (de acordo com as instruções do README.md no github)&lt;br /&gt;
# Baixe o tensorflow: git clone https://github.com/tensorflow/tensorflow.git&lt;br /&gt;
# cd &amp;lt;diretório&amp;gt;/tensorflow&lt;br /&gt;
# Liste as versões disponíveis: git tag -l&lt;br /&gt;
# Selecione a versão desejada (no caso 2.8.0): git checkout tags/v2.8.0&lt;br /&gt;
# Configure para compilação: ./configure&lt;br /&gt;
## É possível que o configure não encontre alguns libraries, que precisarão ser instalados manualmente&lt;br /&gt;
## No caso do Labrador, desabilitar todas as otimizações GPU e as pertinentes a processadores Intel&lt;br /&gt;
# Construa o tensorflow: bazel --host_jvm_args=&#039;-Xms512m&#039; --host_jvm_args=&#039;-Xmx1024m&#039; build --config=v2 --local_cpu_resources=1 //tensorflow/tools/pip_package:build_pip_package&lt;br /&gt;
# Gere o wheel: ./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg&lt;br /&gt;
# O arquivo wheel estará em /tmp/tensorflow_pkg/...&lt;br /&gt;
&lt;br /&gt;
A compilação vai durar aproximadamente 120 horas.&lt;br /&gt;
&lt;br /&gt;
Possivelmente a compilação vai travar algumas vezes. Mas é preciso ter muita calma: como os recursos do dispositivo vão ser esgotados, é preciso tentar destravar o terminal e esperar vários minutos para verificar se está efetivamente travado. Neste caso, basta desligar o dispositivo, religar o mesmo, ir para o diretório do tensorflow e repetir o comando descrito no ítem 9 ( bazel --host_jvm &lt;br /&gt;
 etc )&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=563</id>
		<title>Tensorflow</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=563"/>
		<updated>2022-04-02T15:11:15Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;O TensorFlow é uma plataforma de código aberto de ponta a ponta para Machine Learning (ML). Ele tem um ecossistema abrangente e flexível de ferramentas, bibliotecas e recursos da comunidade que permite que desenvolvedores criem e implantem facilmente aplicativos com tecnologia de ML.&lt;br /&gt;
&lt;br /&gt;
== Instalando Tensorflow na Labrador ==&lt;br /&gt;
&lt;br /&gt;
# Baixe a versão 2.8 a partir deste link: https://drive.google.com/file/d/10vqovTaFwYYDgSkO0deF2A-w2mop719T/view&lt;br /&gt;
# pip install -U --user --upgrade &amp;lt;diretório onde o arquivo foi baixado&amp;gt;/tensorflow-2.8.0-cp39-cp39-linux_aarch64.whl&lt;br /&gt;
&lt;br /&gt;
== Compilando Tensorflow ==&lt;br /&gt;
&lt;br /&gt;
# Crie um espaço de swap com pelo menos 8 gigabytes. Use um SDCARD com pelo menos 32GBytes, recomendado 64GBytes&lt;br /&gt;
## sudo fallocate -l 8G /swap&lt;br /&gt;
## sudo mkswap /swap&lt;br /&gt;
## sudo swapon /swap (ou edite /etc/fs para fazer o swap permanente)&lt;br /&gt;
# Baixe o bazelisk: git clone https://github.com/bazelbuild/bazelisk.git&lt;br /&gt;
# Instale o bazelisk (de acordo com as instruções do README.md no github)&lt;br /&gt;
# Baixe o tensorflow: git clone https://github.com/tensorflow/tensorflow.git&lt;br /&gt;
# cd &amp;lt;diretório&amp;gt;/tensorflow&lt;br /&gt;
# Liste as versões disponíveis: git tag -l&lt;br /&gt;
# Selecione a versão desejada (no caso 2.8.0): git checkout tags/v2.8.0&lt;br /&gt;
# Configure para compilação: ./configure&lt;br /&gt;
## É possível que o configure não encontre alguns libraries, que precisarão ser instalados manualmente&lt;br /&gt;
## No caso do Labrador, desabilitar todas as otimizações GPU e as pertinentes a processadores Intel&lt;br /&gt;
# Construa o tensorflow: bazel --host_jvm_args=&#039;-Xms512m&#039; --host_jvm_args=&#039;-Xmx1024m&#039; build --config=v2 --local_cpu_resources=1 //tensorflow/tools/pip_package:build_pip_package&lt;br /&gt;
# Gere o wheel: ./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg&lt;br /&gt;
# O arquivo wheel estará em /tmp/tensorflow_pkg/...&lt;br /&gt;
&lt;br /&gt;
A compilação vai durar aproximadamente 120 horas.&lt;br /&gt;
&lt;br /&gt;
Possivelmente a compilação vai travar algumas vezes. Mas é preciso ter muita calma: como os recursos do dispositivo vão ser esgotados, é preciso tentar destravar o terminal e esperar vários minutos para verificar se está efetivamente travado. Neste caso, basta desligar o dispositivo, religar o mesmo, ir para o diretório do tensorflow e repetir o comando descrito no ítem 9 (bazel --host_jvm...&lt;br /&gt;
 etc)&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=562</id>
		<title>Tensorflow</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=562"/>
		<updated>2022-04-02T15:07:48Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;O TensorFlow é uma plataforma de código aberto de ponta a ponta para Machine Learning (ML). Ele tem um ecossistema abrangente e flexível de ferramentas, bibliotecas e recursos da comunidade que permite que desenvolvedores criem e implantem facilmente aplicativos com tecnologia de ML.&lt;br /&gt;
&lt;br /&gt;
== Instalando Tensorflow na Labrador ==&lt;br /&gt;
&lt;br /&gt;
# Baixe a versão 2.8 a partir deste link: https://drive.google.com/file/d/10vqovTaFwYYDgSkO0deF2A-w2mop719T/view&lt;br /&gt;
# pip install -U --user --upgrade &amp;lt;diretório onde o arquivo foi baixado&amp;gt;/tensorflow-2.8.0-cp39-cp39-linux_aarch64.whl&lt;br /&gt;
&lt;br /&gt;
== Compilando Tensorflow ==&lt;br /&gt;
&lt;br /&gt;
# Crie um espaço de swap com pelo menos 8 gigabytes. Use um SDCARD com pelo menos 32GBytes, recomendado 64GBytes&lt;br /&gt;
## sudo fallocate -l 8G /swap&lt;br /&gt;
## sudo mkswap /swap&lt;br /&gt;
## sudo swapon /swap (ou edite /etc/fs para fazer o swap permanente)&lt;br /&gt;
# Baixe o bazelisk: git clone https://github.com/bazelbuild/bazelisk.git&lt;br /&gt;
# Instale o bazelisk (de acordo com as instruções do README.md no github)&lt;br /&gt;
# Baixe o tensorflow: git clone https://github.com/tensorflow/tensorflow.git&lt;br /&gt;
# cd &amp;lt;diretório&amp;gt;/tensorflow&lt;br /&gt;
# Liste as versões disponíveis: git tag -l&lt;br /&gt;
# Selecione a versão desejada (no caso 2.8.0): git checkout tags/v2.8.0&lt;br /&gt;
# Configure para compilação: ./configure&lt;br /&gt;
## É possível que o configure não encontre alguns libraries, que precisarão ser instalados manualmente&lt;br /&gt;
## No caso do Labrador, desabilitar todas as otimizações GPU e as pertinentes a processadores Intel&lt;br /&gt;
# Construa o tensorflow: bazel --host_jvm_args=&#039;-Xms512m&#039; --host_jvm_args=&#039;-Xmx1024m&#039; build --config=v2 --local_cpu_resources=1 //tensorflow/tools/pip_package:build_pip_package&lt;br /&gt;
# Gere o wheel: ./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg&lt;br /&gt;
# O arquivo wheel estará em /tmp/tensorflow_pkg/...&lt;br /&gt;
&lt;br /&gt;
A compilação vai durar aproximadamente 120 horas.&lt;br /&gt;
&lt;br /&gt;
Possivelmente a compilação vai travar algumas vezes. Mas é preciso ter muita calma: como os recursos do dispositivo vão ser esgotados, é preciso tentar destravar o terminal e esperar vários minutos para verificar se está efetivamente travado. Neste caso, basta desligar o dispositivo, religar o mesmo, ir para o diretório do tensorflow e repetir o comando descrito no ítem 10.&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=561</id>
		<title>Tensorflow</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=561"/>
		<updated>2022-04-02T14:59:01Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;O TensorFlow é uma plataforma de código aberto de ponta a ponta para Machine Learning (ML). Ele tem um ecossistema abrangente e flexível de ferramentas, bibliotecas e recursos da comunidade que permite que desenvolvedores criem e implantem facilmente aplicativos com tecnologia de ML.&lt;br /&gt;
&lt;br /&gt;
== Instalando Tensorflow na Labrador ==&lt;br /&gt;
&lt;br /&gt;
# Baixe a versão 2.8 a partir deste link: https://drive.google.com/file/d/10vqovTaFwYYDgSkO0deF2A-w2mop719T/view&lt;br /&gt;
# pip install -U --user --upgrade &amp;lt;diretório onde o arquivo foi baixado&amp;gt;/tensorflow-2.8.0-cp39-cp39-linux_aarch64.whl&lt;br /&gt;
&lt;br /&gt;
== Compilando Tensorflow ==&lt;br /&gt;
&lt;br /&gt;
# Crie um espaço de swap com pelo menos 8 gigabytes&lt;br /&gt;
## sudo fallocate -l 8G /swap&lt;br /&gt;
## sudo mkswap /swap&lt;br /&gt;
## sudo swapon /swap (ou edite /etc/fs para fazer o swap permanente)&lt;br /&gt;
# Baixe o bazelisk: git clone https://github.com/bazelbuild/bazelisk.git&lt;br /&gt;
# Instale o bazelisk (de acordo com as instruções do README.md no github)&lt;br /&gt;
# Baixe o tensorflow: git clone https://github.com/tensorflow/tensorflow.git&lt;br /&gt;
# cd &amp;lt;diretório&amp;gt;/tensorflow&lt;br /&gt;
# Liste as versões disponíveis: git tag -l&lt;br /&gt;
# Selecione a versão desejada (no caso 2.8.0): git checkout tags/v2.8.0&lt;br /&gt;
# Configure para compilação: ./configure&lt;br /&gt;
## É possível que o configure não encontre alguns libraries, que precisarão ser instalados manualmente&lt;br /&gt;
## No caso do Labrador, desabilitar todas as otimizações GPU e as pertinentes a processadores Intel&lt;br /&gt;
# Construa o tensorflow: bazel --host_jvm_args=&#039;-Xms512m&#039; --host_jvm_args=&#039;-Xmx1024m&#039; build --config=v2 --local_cpu_resources=1 //tensorflow/tools/pip_package:build_pip_package&lt;br /&gt;
# Gere o wheel: ./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg&lt;br /&gt;
# O arquivo wheel estará em /tmp/tensorflow_pkg/...&lt;br /&gt;
&lt;br /&gt;
A compilação vai durar aproximadamente 120 horas.&lt;br /&gt;
&lt;br /&gt;
Possivelmente a compilação vai travar algumas vezes. Mas é preciso ter muita calma: como os recursos do dispositivo vão ser esgotados, é preciso tentar destravar o terminal e esperar vários minutos para verificar se está efetivamente travado. Neste caso, basta desligar o dispositivo, religar o mesmo, ir para o diretório do tensorflow e repetir o comando descrito no ítem 10.&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=560</id>
		<title>Tensorflow</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=560"/>
		<updated>2022-04-02T14:52:47Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;O TensorFlow é uma plataforma de código aberto de ponta a ponta para Machine Learning (ML). Ele tem um ecossistema abrangente e flexível de ferramentas, bibliotecas e recursos da comunidade que permite que desenvolvedores criem e implantem facilmente aplicativos com tecnologia de ML.&lt;br /&gt;
&lt;br /&gt;
== Instalando Tensorflow na Labrador ==&lt;br /&gt;
&lt;br /&gt;
1. Baixe a versão 2.8 a partir deste link: https://drive.google.com/file/d/10vqovTaFwYYDgSkO0deF2A-w2mop719T/view&lt;br /&gt;
&lt;br /&gt;
2. pip install -U --user --upgrade &amp;lt;diretório onde o arquivo foi baixado&amp;gt;/tensorflow-2.8.0-cp39-cp39-linux_aarch64.whl&lt;br /&gt;
&lt;br /&gt;
== Compilando Tensorflow ==&lt;br /&gt;
&lt;br /&gt;
# Crie um espaço de swap com pelo menos 8 gigabytes&lt;br /&gt;
## sudo fallocate -l 8G /swap&lt;br /&gt;
## sudo mkswap /swap&lt;br /&gt;
## sudo swapon /swap (ou edite /etc/fs para fazer o swap permanente)&lt;br /&gt;
# Baixe o bazelisk: git clone https://github.com/bazelbuild/bazelisk.git&lt;br /&gt;
# Instale o bazelisk (de acordo com as instruções do README.md no github)&lt;br /&gt;
# Baixe o tensorflow: git clone https://github.com/tensorflow/tensorflow.git&lt;br /&gt;
# cd &amp;lt;diretório&amp;gt;/tensorflow&lt;br /&gt;
# Liste as versões disponíveis: git tag -l&lt;br /&gt;
# Selecione a versão desejada (no caso 2.8.0): git checkout tags/v2.8.0&lt;br /&gt;
# Configure para compilação: ./configure&lt;br /&gt;
## É possível que o configure não encontre alguns libraries, que precisarão ser instalados manualmente&lt;br /&gt;
## No caso do Labrador, desabilitar todas as otimizações GPU e as pertinentes a processadores Intel&lt;br /&gt;
# Construa o tensorflow: bazel --host_jvm_args=&#039;-Xms512m&#039; --host_jvm_args=&#039;-Xmx1024m&#039; build --config=v2 --local_cpu_resources=1 //tensorflow/tools/pip_package:build_pip_package&lt;br /&gt;
# Gere o wheel: ./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg&lt;br /&gt;
# O arquivo wheel estará em /tmp/tensorflow_pkg/...&lt;br /&gt;
&lt;br /&gt;
A compilação vai durar aproximadamente 120 horas.&lt;br /&gt;
&lt;br /&gt;
Possivelmente a compilação vai travar algumas vezes. Mas é preciso ter muita calma: como os recursos do dispositivo vão ser esgotados, é preciso tentar destravar o terminal e esperar vários minutos para verificar se está efetivamente travado. Neste caso, basta desligar o dispositivo, religar o mesmo, ir para o diretório do tensorflow e repetir o comando descrito no ítem 10.&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=559</id>
		<title>Tensorflow</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=559"/>
		<updated>2022-04-02T14:46:27Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;O TensorFlow é uma plataforma de código aberto de ponta a ponta para Machine Learning (ML). Ele tem um ecossistema abrangente e flexível de ferramentas, bibliotecas e recursos da comunidade que permite que desenvolvedores criem e implantem facilmente aplicativos com tecnologia de ML.&lt;br /&gt;
&lt;br /&gt;
== Instalando Tensorflow na Labrador ==&lt;br /&gt;
&lt;br /&gt;
1. Baixe a versão 2.8 a partir deste link: https://drive.google.com/file/d/10vqovTaFwYYDgSkO0deF2A-w2mop719T/view&lt;br /&gt;
&lt;br /&gt;
2. pip install -U --user --upgrade &amp;lt;diretório onde o arquivo foi baixado&amp;gt;/tensorflow-2.8.0-cp39-cp39-linux_aarch64.whl&lt;br /&gt;
&lt;br /&gt;
== Compilando Tensorflow ==&lt;br /&gt;
&lt;br /&gt;
01. Crie um espaço de swap com pelo menos 8 gigabytes&lt;br /&gt;
01.1 sudo fallocate -l 8G /swap&lt;br /&gt;
01.2 sudo mkswap /swap&lt;br /&gt;
01.3 sudo swapon /swap (ou edite /etc/fs para fazer o swap permanente)&lt;br /&gt;
02. Baixe o bazelisk: git clone https://github.com/bazelbuild/bazelisk.git&lt;br /&gt;
03. Instale o bazelisk (de acordo com as instruções do README.md no github)&lt;br /&gt;
04. Baixe o tensorflow: git clone https://github.com/tensorflow/tensorflow.git&lt;br /&gt;
05. cd &amp;lt;diretório&amp;gt;/tensorflow&lt;br /&gt;
06. Liste as versões disponíveis: git tag -l&lt;br /&gt;
07. Selecione a versão desejada (no caso 2.8.0): git checkout tags/v2.8.0&lt;br /&gt;
08. Configure para compilação: ./configure&lt;br /&gt;
08.1. É possível que o configure não encontre alguns libraries, que precisarão ser instalados manualmente&lt;br /&gt;
08.2. No caso do Labrador, desabilitar todas as otimizações GPU e as pertinentes a processadores Intel&lt;br /&gt;
09. Construa o tensorflow: bazel --host_jvm_args=&#039;-Xms512m&#039; --host_jvm_args=&#039;-Xmx1024m&#039; build --config=v2 --local_cpu_resources=1 //tensorflow/tools/pip_package:build_pip_package&lt;br /&gt;
10. Gere o wheel: ./bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg&lt;br /&gt;
11. O arquivo wheel estará em /tmp/tensorflow_pkg/...&lt;br /&gt;
&lt;br /&gt;
A compilação vai durar aproximadamente 120 horas.&lt;br /&gt;
Possivelmente a compilação vai travar algumas vezes. Mas é preciso ter muita calma: como os recursos do dispositivo vão ser esgotados, é preciso tentar destravar o terminal e esperar vários minutos para verificar se está efetivamente travado. Neste caso, basta desligar o dispositivo, religar o mesmo, ir para o diretório do tensorflow e repetir o comando descrito no ítem 10.&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=558</id>
		<title>Tensorflow</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=558"/>
		<updated>2022-04-02T00:57:41Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;O TensorFlow é uma plataforma de código aberto de ponta a ponta para Machine Learning (ML). Ele tem um ecossistema abrangente e flexível de ferramentas, bibliotecas e recursos da comunidade que permite que desenvolvedores criem e implantem facilmente aplicativos com tecnologia de ML.&lt;br /&gt;
&lt;br /&gt;
== Instalando Tensorflow na Labrador ==&lt;br /&gt;
&lt;br /&gt;
1. Baixe a versão 2.8 a partir deste link: https://drive.google.com/file/d/10vqovTaFwYYDgSkO0deF2A-w2mop719T/view&lt;br /&gt;
&lt;br /&gt;
2. pip install -U --user --upgrade &amp;lt;diretório onde o arquivo foi baixado&amp;gt;/tensorflow-2.8.0-cp39-cp39-linux_aarch64.whl&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=557</id>
		<title>Tensorflow</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Tensorflow&amp;diff=557"/>
		<updated>2022-04-02T00:57:12Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: /* Instalando Tensorflow na Labrador */&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;O TensorFlow é uma plataforma de código aberto de ponta a ponta para Machine Learning (ML). Ele tem um ecossistema abrangente e flexível de ferramentas, bibliotecas e recursos da comunidade que permite que desenvolvedores criem e implantem facilmente aplicativos com tecnologia de ML.&lt;br /&gt;
&lt;br /&gt;
== Instalando Tensorflow na Labrador ==&lt;br /&gt;
&lt;br /&gt;
1. Baixe a versão 2.8 a partir deste link: https://drive.google.com/file/d/10vqovTaFwYYDgSkO0deF2A-w2mop719T/view&lt;br /&gt;
&lt;br /&gt;
2. pip install &amp;lt;diretório onde o arquivo foi baixado&amp;gt;/tensorflow-2.8.0-cp39-cp39-linux_aarch64.whl&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=98</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=98"/>
		<updated>2019-09-11T20:40:27Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: /* Manual de Instalação Bazel */ nova seção&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. Instalação a partir do código fonte. Bibliotecas &#039;&#039;Linux&#039;&#039; e suporte ao &#039;&#039;Python 3&#039;&#039;. Completa reconfiguração para autilização dos conjuntos de instruções &#039;&#039;NEON&#039;&#039; e demais extensões de ponto flutuante e vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original &#039;&#039;OpenCV&#039;&#039; da distribuição &#039;&#039;Debian&#039;&#039; pelo código recompilado, inclusive removendo eventuais extensões &#039;&#039;OpenCV&#039;&#039; instaladas no &#039;&#039;python&#039;&#039; via &#039;&#039;pip&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas para o desenvolvimento de aplicações com paralelismo massivo &#039;&#039;MIMD&#039;&#039;. Foi realizada a instalação a partir do código fonte, substituindo completamente as bibliotecas da distribuição &#039;&#039;Debian&#039;&#039;. Completa reconfiguração para a utilização otimizada dos conjuntos de instruções &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original da distribuição pelo código recompilado, inclusive removendo bibliotecas locais e demais links.&lt;br /&gt;
#&#039;&#039;&#039;PySide:&#039;&#039;&#039; conjunto de bibliotecas que fornecem a integração entre o &#039;&#039;python&#039;&#039; e &#039;&#039;Qt.4&#039;&#039; (e, em andamento &#039;&#039;Qt.5&#039;&#039;). O &#039;&#039;PySide&#039;&#039; fornece uma cadeia completa de ferramentas para a rápida integração com qualquer hierarquia de classes &#039;&#039;C++&#039;&#039; do &#039;&#039;Qt&#039;&#039;. Instalação a partir do código fonte. Necessária reinstalação por conta das atualizações impostas ao &#039;&#039;Qt&#039;&#039; para a instalação do &#039;&#039;VTK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;VTK:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; para manipulação e exibição de dados científicos. Inclui ferramentas de estado da arte para renderização 3D, uma suíte de widgets para interação 3D e ampla capacidade de plotagem de dados 2D. Instalação a partir do código fonte com completa reestruturação para utilização das instruções de ponto flutuante &#039;&#039;NEON&#039;&#039; e demais extensões de vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Também demanda a atualização do &#039;&#039;Qt&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; de modelagem paramétrica 3D (&#039;&#039;CAD&#039;&#039;). Instalação a partir do código fonte, com reestruturação para a utilização de aceleração &#039;&#039;NEON&#039;&#039; e demais acelerações de ponto flutuante da arquitetura &#039;&#039;ARM V7&#039;&#039; (32 bits), bem como a inclusão de suporte para operações &#039;&#039;OpenGL&#039;&#039; por emulação, permitindo o uso eficiente em plataformas sem suporte para &#039;&#039;DRM&#039;&#039; (aceleração &#039;&#039;OpenGL&#039;&#039; por hardware). No momento não foram feitas otimizações para aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;Go:&#039;&#039;&#039; &#039;&#039;Go&#039;&#039; é um projeto de código aberto desenvolvido pela equipe do &#039;&#039;Google&#039;&#039; e muitos contribuidores da comunidade open source. É um ambiente de programação de código aberto que faz com que seja fácil de construir software simples, confiável e eficiente. Utilizado para a construção o pacote &#039;&#039;Electrum&#039;&#039;. Linguagem de desenvolvimento da Google, utilizada para compilação do Electrum. Instalação  &#039;&#039;vanilla&#039;&#039; (sem grandes configurações ou alterações/patches).&lt;br /&gt;
#&#039;&#039;&#039;Electrum:&#039;&#039;&#039; Plataforma blockchain para processamento - dentre outros - de carteiras &#039;&#039;BitCoin&#039;&#039;. Instalação &#039;&#039;vanilla&#039;&#039; a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg:&#039;&#039;&#039; software de processamento de vídeo e áudio. Instalação a partir do código fonte. Reconfigurado para utilização de todas as acelerações em operações de ponto flutuante e para a adição de todos os codecs possíveis. Sem utilização de aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;coremark:&#039;&#039;&#039; software de benchmark escalar e ponto flutuante (&#039;&#039;CPU benchmark&#039;&#039;). Instalação vanilla a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;glmark2:&#039;&#039;&#039; software de benchmark de &#039;&#039;GPUs&#039;&#039; (processadores gráficos). Instalação vanilla a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;burrow:&#039;&#039;&#039; software de carteira de moedas virtuais (particularmente aderente ao &#039;&#039;Ethereum&#039;&#039;. É um projeto hospedado pela &#039;&#039;The Linux Foundation&#039;&#039;. Instalação &#039;&#039;vanilla&#039;&#039; a partir do código fonte.&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3:&#039;&#039;&#039; completa. Todas as extensões de processamento numérico, banco de dados, interfaces gráficas, integrações com aplicativos e com demais infraestruturas de programação, processamento de vídeo e áudio, &#039;&#039;spyder3 SDK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;Keras:&#039;&#039;&#039; front end para &#039;&#039;deep learning&#039;&#039;. Instalação vanilla.&lt;br /&gt;
#&#039;&#039;&#039;Theano:&#039;&#039;&#039; back end para &#039;&#039;deep learning&#039;&#039;. Instalação vanilla. Contém basicamente as mesmas funcionalidades do &#039;&#039;tensorflow&#039;&#039;. O desempenho de processamento em plataformas intel é menor por conta do menor número de otimizações agressivas, entretanto exatamente pela ausência dessas otimizações a portabilidade é muito maior, incluindo as plataformas &#039;&#039;ARM V7&#039;&#039;. Nas plataformas &#039;&#039;ARM V7&#039;&#039; é possível habilitar as extensões &#039;&#039;NEON&#039;&#039; e demais vetorizações melhorando sensivelmente o desempenho relativo à versão vanilla.&lt;br /&gt;
#&#039;&#039;&#039;tensorflow:&#039;&#039;&#039; back end para &#039;&#039;deep learning&#039;&#039;. Instalação altamente dependente de patches, dependente de &#039;&#039;bazel&#039;&#039; e dependente de arquitetura. Atualmente encontra-se portado em 50% e depende do desenvolvimento de patches para a arquitetura &#039;&#039;SoC S500&#039;&#039;.&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros passando por uma barreira:&#039;&#039;&#039; desenvolvido em python3 e utilizando OpenCV. A partir de um stream de vídeo faz a análise quadro a quadro identificando objetos movendo-se no campo. Aplica critério de identificação para determinar se o objeto é ou não um veículo. Se for veículo faz a segmentação e acompanhamento do movimento até a saída do campo visual. Na passagem pela barreira faz a contagem e gera um &amp;quot;snapshot&amp;quot; do veículo. O snapshot é armazenado como arquivo jpeg e posteriormente analizado por outro software que faz a identificação da placa do veículo. Além disso é gerado um arquivo de vídeo avi contendo todo o movimento anotado na via.&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento:&#039;&#039;&#039; desenvolvido em python3 e utilizando opencv, Keras e theano. A partir de um &amp;quot;snapshot&amp;quot; contendo veículo faz a identificação da placa e a partir da identificação da placa faz o reconhecimento dos caracteres da licença.&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces (rostos) em frames:&#039;&#039;&#039; desenvolvido em python3 e utilizando OpenCV, Keras e theano. A partir de um snapshot faz a identificação de faces, a segmentação das faces e a identificação da face contra um banco de dados de faces conhecidas. Foi adaptado levando em conta a possibilidade de integração ao software de identificação de veículos e placas. Dado que o snapshot do veículo pega o para brisas, a face do motorista e passageiro podem ser identificadas, segmentadas e comparadas contra uma base de dados de faces conhecidas com evidentes utilizações em segurança pública. Ressalto que este não é software de autoria da equipe do &#039;&#039;LSITEC&#039;&#039;, mas foram feitas adaptações e customizações. No momento trabalha-se no desenvolvimento de uma versão própria e mais aderente às necessidades dos projetos do &#039;&#039;LSITEC&#039;&#039;.&lt;br /&gt;
&lt;br /&gt;
== Manual de Instalação Bazel ==&lt;br /&gt;
&lt;br /&gt;
#Obtendo o Bazel&lt;br /&gt;
#Pré-requisitos&lt;br /&gt;
#Configuração do Ambiente&lt;br /&gt;
#Montando o Bazel&lt;br /&gt;
#Instalando o Bazel&lt;br /&gt;
#Testando o Bazel&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=97</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=97"/>
		<updated>2019-09-11T20:37:32Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. Instalação a partir do código fonte. Bibliotecas &#039;&#039;Linux&#039;&#039; e suporte ao &#039;&#039;Python 3&#039;&#039;. Completa reconfiguração para autilização dos conjuntos de instruções &#039;&#039;NEON&#039;&#039; e demais extensões de ponto flutuante e vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original &#039;&#039;OpenCV&#039;&#039; da distribuição &#039;&#039;Debian&#039;&#039; pelo código recompilado, inclusive removendo eventuais extensões &#039;&#039;OpenCV&#039;&#039; instaladas no &#039;&#039;python&#039;&#039; via &#039;&#039;pip&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas para o desenvolvimento de aplicações com paralelismo massivo &#039;&#039;MIMD&#039;&#039;. Foi realizada a instalação a partir do código fonte, substituindo completamente as bibliotecas da distribuição &#039;&#039;Debian&#039;&#039;. Completa reconfiguração para a utilização otimizada dos conjuntos de instruções &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original da distribuição pelo código recompilado, inclusive removendo bibliotecas locais e demais links.&lt;br /&gt;
#&#039;&#039;&#039;PySide:&#039;&#039;&#039; conjunto de bibliotecas que fornecem a integração entre o &#039;&#039;python&#039;&#039; e &#039;&#039;Qt.4&#039;&#039; (e, em andamento &#039;&#039;Qt.5&#039;&#039;). O &#039;&#039;PySide&#039;&#039; fornece uma cadeia completa de ferramentas para a rápida integração com qualquer hierarquia de classes &#039;&#039;C++&#039;&#039; do &#039;&#039;Qt&#039;&#039;. Instalação a partir do código fonte. Necessária reinstalação por conta das atualizações impostas ao &#039;&#039;Qt&#039;&#039; para a instalação do &#039;&#039;VTK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;VTK:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; para manipulação e exibição de dados científicos. Inclui ferramentas de estado da arte para renderização 3D, uma suíte de widgets para interação 3D e ampla capacidade de plotagem de dados 2D. Instalação a partir do código fonte com completa reestruturação para utilização das instruções de ponto flutuante &#039;&#039;NEON&#039;&#039; e demais extensões de vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Também demanda a atualização do &#039;&#039;Qt&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; de modelagem paramétrica 3D (&#039;&#039;CAD&#039;&#039;). Instalação a partir do código fonte, com reestruturação para a utilização de aceleração &#039;&#039;NEON&#039;&#039; e demais acelerações de ponto flutuante da arquitetura &#039;&#039;ARM V7&#039;&#039; (32 bits), bem como a inclusão de suporte para operações &#039;&#039;OpenGL&#039;&#039; por emulação, permitindo o uso eficiente em plataformas sem suporte para &#039;&#039;DRM&#039;&#039; (aceleração &#039;&#039;OpenGL&#039;&#039; por hardware). No momento não foram feitas otimizações para aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;Go:&#039;&#039;&#039; &#039;&#039;Go&#039;&#039; é um projeto de código aberto desenvolvido pela equipe do &#039;&#039;Google&#039;&#039; e muitos contribuidores da comunidade open source. É um ambiente de programação de código aberto que faz com que seja fácil de construir software simples, confiável e eficiente. Utilizado para a construção o pacote &#039;&#039;Electrum&#039;&#039;. Linguagem de desenvolvimento da Google, utilizada para compilação do Electrum. Instalação  &#039;&#039;vanilla&#039;&#039; (sem grandes configurações ou alterações/patches).&lt;br /&gt;
#&#039;&#039;&#039;Electrum:&#039;&#039;&#039; Plataforma blockchain para processamento - dentre outros - de carteiras &#039;&#039;BitCoin&#039;&#039;. Instalação &#039;&#039;vanilla&#039;&#039; a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg:&#039;&#039;&#039; software de processamento de vídeo e áudio. Instalação a partir do código fonte. Reconfigurado para utilização de todas as acelerações em operações de ponto flutuante e para a adição de todos os codecs possíveis. Sem utilização de aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;coremark:&#039;&#039;&#039; software de benchmark escalar e ponto flutuante (&#039;&#039;CPU benchmark&#039;&#039;). Instalação vanilla a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;glmark2:&#039;&#039;&#039; software de benchmark de &#039;&#039;GPUs&#039;&#039; (processadores gráficos). Instalação vanilla a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;burrow:&#039;&#039;&#039; software de carteira de moedas virtuais (particularmente aderente ao &#039;&#039;Ethereum&#039;&#039;. É um projeto hospedado pela &#039;&#039;The Linux Foundation&#039;&#039;. Instalação &#039;&#039;vanilla&#039;&#039; a partir do código fonte.&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3:&#039;&#039;&#039; completa. Todas as extensões de processamento numérico, banco de dados, interfaces gráficas, integrações com aplicativos e com demais infraestruturas de programação, processamento de vídeo e áudio, &#039;&#039;spyder3 SDK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;Keras:&#039;&#039;&#039; front end para &#039;&#039;deep learning&#039;&#039;. Instalação vanilla.&lt;br /&gt;
#&#039;&#039;&#039;Theano:&#039;&#039;&#039; back end para &#039;&#039;deep learning&#039;&#039;. Instalação vanilla. Contém basicamente as mesmas funcionalidades do &#039;&#039;tensorflow&#039;&#039;. O desempenho de processamento em plataformas intel é menor por conta do menor número de otimizações agressivas, entretanto exatamente pela ausência dessas otimizações a portabilidade é muito maior, incluindo as plataformas &#039;&#039;ARM V7&#039;&#039;. Nas plataformas &#039;&#039;ARM V7&#039;&#039; é possível habilitar as extensões &#039;&#039;NEON&#039;&#039; e demais vetorizações melhorando sensivelmente o desempenho relativo à versão vanilla.&lt;br /&gt;
#&#039;&#039;&#039;tensorflow:&#039;&#039;&#039; back end para &#039;&#039;deep learning&#039;&#039;. Instalação altamente dependente de patches, dependente de &#039;&#039;bazel&#039;&#039; e dependente de arquitetura. Atualmente encontra-se portado em 50% e depende do desenvolvimento de patches para a arquitetura &#039;&#039;SoC S500&#039;&#039;.&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros passando por uma barreira:&#039;&#039;&#039; desenvolvido em python3 e utilizando OpenCV. A partir de um stream de vídeo faz a análise quadro a quadro identificando objetos movendo-se no campo. Aplica critério de identificação para determinar se o objeto é ou não um veículo. Se for veículo faz a segmentação e acompanhamento do movimento até a saída do campo visual. Na passagem pela barreira faz a contagem e gera um &amp;quot;snapshot&amp;quot; do veículo. O snapshot é armazenado como arquivo jpeg e posteriormente analizado por outro software que faz a identificação da placa do veículo. Além disso é gerado um arquivo de vídeo avi contendo todo o movimento anotado na via.&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento:&#039;&#039;&#039; desenvolvido em python3 e utilizando opencv, Keras e theano. A partir de um &amp;quot;snapshot&amp;quot; contendo veículo faz a identificação da placa e a partir da identificação da placa faz o reconhecimento dos caracteres da licença.&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces (rostos) em frames:&#039;&#039;&#039; desenvolvido em python3 e utilizando OpenCV, Keras e theano. A partir de um snapshot faz a identificação de faces, a segmentação das faces e a identificação da face contra um banco de dados de faces conhecidas. Foi adaptado levando em conta a possibilidade de integração ao software de identificação de veículos e placas. Dado que o snapshot do veículo pega o para brisas, a face do motorista e passageiro podem ser identificadas, segmentadas e comparadas contra uma base de dados de faces conhecidas com evidentes utilizações em segurança pública. Ressalto que este não é software de autoria da equipe do &#039;&#039;LSITEC&#039;&#039;, mas foram feitas adaptações e customizações. No momento trabalha-se no desenvolvimento de uma versão própria e mais aderente às necessidades dos projetos do &#039;&#039;LSITEC&#039;&#039;.&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=96</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=96"/>
		<updated>2019-09-11T20:37:18Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. Instalação a partir do código fonte. Bibliotecas &#039;&#039;Linux&#039;&#039; e suporte ao &#039;&#039;Python 3&#039;&#039;. Completa reconfiguração para autilização dos conjuntos de instruções &#039;&#039;NEON&#039;&#039; e demais extensões de ponto flutuante e vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original &#039;&#039;OpenCV&#039;&#039; da distribuição &#039;&#039;Debian&#039;&#039; pelo código recompilado, inclusive removendo eventuais extensões &#039;&#039;OpenCV&#039;&#039; instaladas no &#039;&#039;python&#039;&#039; via &#039;&#039;pip&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas para o desenvolvimento de aplicações com paralelismo massivo &#039;&#039;MIMD&#039;&#039;. Foi realizada a instalação a partir do código fonte, substituindo completamente as bibliotecas da distribuição &#039;&#039;Debian&#039;&#039;. Completa reconfiguração para a utilização otimizada dos conjuntos de instruções &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original da distribuição pelo código recompilado, inclusive removendo bibliotecas locais e demais links.&lt;br /&gt;
#&#039;&#039;&#039;PySide:&#039;&#039;&#039; conjunto de bibliotecas que fornecem a integração entre o &#039;&#039;python&#039;&#039; e &#039;&#039;Qt.4&#039;&#039; (e, em andamento &#039;&#039;Qt.5&#039;&#039;). O &#039;&#039;PySide&#039;&#039; fornece uma cadeia completa de ferramentas para a rápida integração com qualquer hierarquia de classes &#039;&#039;C++&#039;&#039; do &#039;&#039;Qt&#039;&#039;. Instalação a partir do código fonte. Necessária reinstalação por conta das atualizações impostas ao &#039;&#039;Qt&#039;&#039; para a instalação do &#039;&#039;VTK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;VTK:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; para manipulação e exibição de dados científicos. Inclui ferramentas de estado da arte para renderização 3D, uma suíte de widgets para interação 3D e ampla capacidade de plotagem de dados 2D. Instalação a partir do código fonte com completa reestruturação para utilização das instruções de ponto flutuante &#039;&#039;NEON&#039;&#039; e demais extensões de vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Também demanda a atualização do &#039;&#039;Qt&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; de modelagem paramétrica 3D (&#039;&#039;CAD&#039;&#039;). Instalação a partir do código fonte, com reestruturação para a utilização de aceleração &#039;&#039;NEON&#039;&#039; e demais acelerações de ponto flutuante da arquitetura &#039;&#039;ARM V7&#039;&#039; (32 bits), bem como a inclusão de suporte para operações &#039;&#039;OpenGL&#039;&#039; por emulação, permitindo o uso eficiente em plataformas sem suporte para &#039;&#039;DRM&#039;&#039; (aceleração &#039;&#039;OpenGL&#039;&#039; por hardware). No momento não foram feitas otimizações para aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;Go:&#039;&#039;&#039; &#039;&#039;Go&#039;&#039; é um projeto de código aberto desenvolvido pela equipe do &#039;&#039;Google&#039;&#039; e muitos contribuidores da comunidade open source. É um ambiente de programação de código aberto que faz com que seja fácil de construir software simples, confiável e eficiente. Utilizado para a construção o pacote &#039;&#039;Electrum&#039;&#039;. Linguagem de desenvolvimento da Google, utilizada para compilação do Electrum. Instalação  &#039;&#039;vanilla&#039;&#039; (sem grandes configurações ou alterações/patches).&lt;br /&gt;
#&#039;&#039;&#039;Electrum:&#039;&#039;&#039; Plataforma blockchain para processamento - dentre outros - de carteiras &#039;&#039;BitCoin&#039;&#039;. Instalação &#039;&#039;vanilla&#039;&#039; a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg:&#039;&#039;&#039; software de processamento de vídeo e áudio. Instalação a partir do código fonte. Reconfigurado para utilização de todas as acelerações em operações de ponto flutuante e para a adição de todos os codecs possíveis. Sem utilização de aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;coremark:&#039;&#039;&#039; software de benchmark escalar e ponto flutuante (&#039;&#039;CPU benchmark&#039;&#039;). Instalação vanilla a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;glmark2:&#039;&#039;&#039; software de benchmark de &#039;&#039;GPUs&#039;&#039; (processadores gráficos). Instalação vanilla a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;burrow:&#039;&#039;&#039; software de carteira de moedas virtuais (particularmente aderente ao &#039;&#039;Ethereum&#039;&#039;. É um projeto hospedado pela &#039;&#039;The Linux Foundation&#039;&#039;. Instalação &#039;&#039;vanilla&#039;&#039; a partir do código fonte.&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3:&#039;&#039;&#039; completa. Todas as extensões de processamento numérico, banco de dados, interfaces gráficas, integrações com aplicativos e com demais infraestruturas de programação, processamento de vídeo e áudio, &#039;&#039;spyder3 SDK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;Keras:&#039;&#039;&#039; front end para &#039;&#039;deep learning&#039;&#039;. Instalação vanilla.&lt;br /&gt;
#&#039;&#039;&#039;Theano:&#039;&#039;&#039; back end para &#039;&#039;deep learning&#039;&#039;. Instalação vanilla. Contém basicamente as mesmas funcionalidades do &#039;&#039;tensorflow&#039;&#039;. O desempenho de processamento em plataformas intel é menor por conta do menor número de otimizações agressivas, entretanto exatamente pela ausência dessas otimizações a portabilidade é muito maior, incluindo as plataformas &#039;&#039;ARM V7&#039;&#039;. Nas plataformas &#039;&#039;ARM V7&#039;&#039; é possível habilitar as extensões &#039;&#039;NEON&#039;&#039; e demais vetorizações melhorando sensivelmente o desempenho relativo à versão vanilla.&lt;br /&gt;
#&#039;&#039;&#039;tensorflow:&#039;&#039;&#039; back end para &#039;&#039;deep learning&#039;&#039;. Instalação altamente dependente de patches, dependente de &#039;&#039;bazel&#039;&#039; e dependente de arquitetura. Atualmente encontra-se portado em 50% e depende do desenvolvimento de patches para a arquitetura &#039;&#039;SoC S500&#039;&#039;.&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros passando por uma barreira:&#039;&#039;&#039; desenvolvido em python3 e utilizando OpenCV. A partir de um stream de vídeo faz a análise quadro a quadro identificando objetos movendo-se no campo. Aplica critério de identificação para determinar se o objeto é ou não um veículo. Se for veículo faz a segmentação e acompanhamento do movimento até a saída do campo visual. Na passagem pela barreira faz a contagem e gera um &amp;quot;snapshot&amp;quot; do veículo. O snapshot é armazenado como arquivo jpeg e posteriormente analizado por outro software que faz a identificação da placa do veículo. Além disso é gerado um arquivo de vídeo avi contendo todo o movimento anotado na via.&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento:&#039;&#039;&#039; desenvolvido em python3 e utilizando opencv, Keras e theano. A partir de um &amp;quot;snapshot&amp;quot; contendo veículo faz a identificação da placa e a partir da identificação da placa faz o reconhecimento dos caracteres da licença.&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces (rostos) em frames:&#039;&#039;&#039; desenvolvido em python3 e utilizando OpenCV, Keras e theano. A partir de um snapshot faz a identificação de faces, a segmentação das faces e a identificação da face contra um banco de dados de faces conhecidas. Foi adaptado levando em conta a possibilidade de integração ao software de identificação de veículos e placas. Dado que o snapshot do veículo pega&lt;br /&gt;
o para brisas, a face do motorista e passageiro podem ser identificadas, segmentadas e comparadas contra uma base de dados de faces conhecidas com evidentes utilizações em segurança pública. Ressalto que este não é software de autoria da equipe do &#039;&#039;LSITEC&#039;&#039;, mas foram feitas adaptações e customizações. No momento trabalha-se no desenvolvimento de uma versão própria e mais aderente às necessidades dos projetos do &#039;&#039;LSITEC&#039;&#039;.&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=95</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=95"/>
		<updated>2019-09-11T20:35:35Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. Instalação a partir do código fonte. Bibliotecas &#039;&#039;Linux&#039;&#039; e suporte ao &#039;&#039;Python 3&#039;&#039;. Completa reconfiguração para autilização dos conjuntos de instruções &#039;&#039;NEON&#039;&#039; e demais extensões de ponto flutuante e vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original &#039;&#039;OpenCV&#039;&#039; da distribuição &#039;&#039;Debian&#039;&#039; pelo código recompilado, inclusive removendo eventuais extensões &#039;&#039;OpenCV&#039;&#039; instaladas no &#039;&#039;python&#039;&#039; via &#039;&#039;pip&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas para o desenvolvimento de aplicações com paralelismo massivo &#039;&#039;MIMD&#039;&#039;. Foi realizada a instalação a partir do código fonte, substituindo completamente as bibliotecas da distribuição &#039;&#039;Debian&#039;&#039;. Completa reconfiguração para a utilização otimizada dos conjuntos de instruções &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original da distribuição pelo código recompilado, inclusive removendo bibliotecas locais e demais links.&lt;br /&gt;
#&#039;&#039;&#039;PySide:&#039;&#039;&#039; conjunto de bibliotecas que fornecem a integração entre o &#039;&#039;python&#039;&#039; e &#039;&#039;Qt.4&#039;&#039; (e, em andamento &#039;&#039;Qt.5&#039;&#039;). O &#039;&#039;PySide&#039;&#039; fornece uma cadeia completa de ferramentas para a rápida integração com qualquer hierarquia de classes &#039;&#039;C++&#039;&#039; do &#039;&#039;Qt&#039;&#039;. Instalação a partir do código fonte. Necessária reinstalação por conta das atualizações impostas ao &#039;&#039;Qt&#039;&#039; para a instalação do &#039;&#039;VTK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;VTK:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; para manipulação e exibição de dados científicos. Inclui ferramentas de estado da arte para renderização 3D, uma suíte de widgets para interação 3D e ampla capacidade de plotagem de dados 2D. Instalação a partir do código fonte com completa reestruturação para utilização das instruções de ponto flutuante &#039;&#039;NEON&#039;&#039; e demais extensões de vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Também demanda a atualização do &#039;&#039;Qt&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; de modelagem paramétrica 3D (&#039;&#039;CAD&#039;&#039;). Instalação a partir do código fonte, com reestruturação para a utilização de aceleração &#039;&#039;NEON&#039;&#039; e demais acelerações de ponto flutuante da arquitetura &#039;&#039;ARM V7&#039;&#039; (32 bits), bem como a inclusão de suporte para operações &#039;&#039;OpenGL&#039;&#039; por emulação, permitindo o uso eficiente em plataformas sem suporte para &#039;&#039;DRM&#039;&#039; (aceleração &#039;&#039;OpenGL&#039;&#039; por hardware). No momento não foram feitas otimizações para aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;Go:&#039;&#039;&#039; &#039;&#039;Go&#039;&#039; é um projeto de código aberto desenvolvido pela equipe do &#039;&#039;Google&#039;&#039; e muitos contribuidores da comunidade open source. É um ambiente de programação de código aberto que faz com que seja fácil de construir software simples, confiável e eficiente. Utilizado para a construção o pacote &#039;&#039;Electrum&#039;&#039;. Linguagem de desenvolvimento da Google, utilizada para compilação do Electrum. Instalação  &#039;&#039;vanilla&#039;&#039; (sem grandes configurações ou alterações/patches).&lt;br /&gt;
#&#039;&#039;&#039;Electrum:&#039;&#039;&#039; Plataforma blockchain para processamento - dentre outros - de carteiras &#039;&#039;BitCoin&#039;&#039;. Instalação &#039;&#039;vanilla&#039;&#039; a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg:&#039;&#039;&#039; software de processamento de vídeo e áudio. Instalação a partir do código fonte. Reconfigurado para utilização de todas as acelerações em operações de ponto flutuante e para a adição de todos os codecs possíveis. Sem utilização de aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;coremark:&#039;&#039;&#039; software de benchmark escalar e ponto flutuante (&#039;&#039;CPU benchmark&#039;&#039;). Instalação vanilla a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;glmark2:&#039;&#039;&#039; software de benchmark de &#039;&#039;GPUs&#039;&#039; (processadores gráficos). Instalação vanilla a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;burrow:&#039;&#039;&#039; software de carteira de moedas virtuais (particularmente aderente ao &#039;&#039;Ethereum&#039;&#039;. É um projeto hospedado pela &#039;&#039;The Linux Foundation&#039;&#039;. Instalação &#039;&#039;vanilla&#039;&#039; a partir do código fonte.&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3:&#039;&#039;&#039; completa. Todas as extensões de processamento numérico, banco de dados, interfaces gráficas, integrações com aplicativos e com demais infraestruturas de programação, processamento de vídeo e áudio, &#039;&#039;spyder3 SDK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;Keras:&#039;&#039;&#039; front end para &#039;&#039;deep learning&#039;&#039;. Instalação vanilla.&lt;br /&gt;
#&#039;&#039;&#039;Theano:&#039;&#039;&#039; back end para &#039;&#039;deep learning&#039;&#039;. Instalação vanilla. Contém basicamente as mesmas funcionalidades do &#039;&#039;tensorflow&#039;&#039;. O desempenho de processamento em plataformas intel é menor por conta do menor número de otimizações agressivas, entretanto exatamente pela ausência dessas otimizações a portabilidade é muito maior, incluindo as plataformas &#039;&#039;ARM V7&#039;&#039;. Nas plataformas &#039;&#039;ARM V7&#039;&#039; é possível habilitar as extensões &#039;&#039;NEON&#039;&#039; e demais vetorizações melhorando sensivelmente o desempenho relativo à versão vanilla.&lt;br /&gt;
#&#039;&#039;&#039;tensorflow:&#039;&#039;&#039; back end para &#039;&#039;deep learning&#039;&#039;. Instalação altamente dependente de patches, dependente de &#039;&#039;bazel&#039;&#039; e dependente de arquitetura. Atualmente encontra-se portado em 50% e depende do desenvolvimento de patches para a arquitetura &#039;&#039;SoC S500&#039;&#039;.&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros passando por uma barreira:&#039;&#039;&#039; desenvolvido em python3 e utilizando OpenCV. A partir de um stream de vídeo faz a análise quadro a quadro identificando objetos movendo-se no campo. Aplica critério de identificação para determinar se o objeto é ou não um veículo. Se for veículo faz a segmentação e acompanhamento do movimento até a saída do campo visual. Na passagem pela barreira faz a contagem e gera um &amp;quot;snapshot&amp;quot; do veículo. O snapshot é armazenado como arquivo jpeg e posteriormente analizado por outro software que faz a identificação da placa do veículo. Além disso é gerado um arquivo de vídeo avi contendo todo o movimento anotado na via.&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento:&#039;&#039;&#039; desenvolvido em python3 e utilizando opencv, Keras e theano. A partir de um &amp;quot;snapshot&amp;quot; contendo veículo faz a identificação da placa e a partir da identificação da placa faz o reconhecimento dos caracteres da licença.&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces (rostos) em frames:&#039;&#039;&#039; desenvolvido em python3 e utilizando OpenCV, Keras e theano. A partir de um snapshot faz a identificação de faces, a segmentação das faces e a identificação da face contra um banco de dados de faces conhecidas. Foi adaptado levando em conta a possibilidade de integração ao software de identificação de veículos e placas. Dado que o snapshot do veículo pega&lt;br /&gt;
o para brisas, a face do motorista e passageiro podem ser identificadas, segmentadas e comparadas contra uma base de dados de faces conhecidas&lt;br /&gt;
com evidentes utilizações em segurança pública. Ressalto que este não é software de minha autoria, mas fiz umas adaptações.&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=94</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=94"/>
		<updated>2019-09-11T20:35:13Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. Instalação a partir do código fonte. Bibliotecas &#039;&#039;Linux&#039;&#039; e suporte ao &#039;&#039;Python 3&#039;&#039;. Completa reconfiguração para autilização dos conjuntos de instruções &#039;&#039;NEON&#039;&#039; e demais extensões de ponto flutuante e vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original &#039;&#039;OpenCV&#039;&#039; da distribuição &#039;&#039;Debian&#039;&#039; pelo código recompilado, inclusive removendo eventuais extensões &#039;&#039;OpenCV&#039;&#039; instaladas no &#039;&#039;python&#039;&#039; via &#039;&#039;pip&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas para o desenvolvimento de aplicações com paralelismo massivo &#039;&#039;MIMD&#039;&#039;. Foi realizada a instalação a partir do código fonte, substituindo completamente as bibliotecas da distribuição &#039;&#039;Debian&#039;&#039;. Completa reconfiguração para a utilização otimizada dos conjuntos de instruções &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original da distribuição pelo código recompilado, inclusive removendo bibliotecas locais e demais links.&lt;br /&gt;
#&#039;&#039;&#039;PySide:&#039;&#039;&#039; conjunto de bibliotecas que fornecem a integração entre o &#039;&#039;python&#039;&#039; e &#039;&#039;Qt.4&#039;&#039; (e, em andamento &#039;&#039;Qt.5&#039;&#039;). O &#039;&#039;PySide&#039;&#039; fornece uma cadeia completa de ferramentas para a rápida integração com qualquer hierarquia de classes &#039;&#039;C++&#039;&#039; do &#039;&#039;Qt&#039;&#039;. Instalação a partir do código fonte. Necessária reinstalação por conta das atualizações impostas ao &#039;&#039;Qt&#039;&#039; para a instalação do &#039;&#039;VTK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;VTK:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; para manipulação e exibição de dados científicos. Inclui ferramentas de estado da arte para renderização 3D, uma suíte de widgets para interação 3D e ampla capacidade de plotagem de dados 2D. Instalação a partir do código fonte com completa reestruturação para utilização das instruções de ponto flutuante &#039;&#039;NEON&#039;&#039; e demais extensões de vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Também demanda a atualização do &#039;&#039;Qt&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; de modelagem paramétrica 3D (&#039;&#039;CAD&#039;&#039;). Instalação a partir do código fonte, com reestruturação para a utilização de aceleração &#039;&#039;NEON&#039;&#039; e demais acelerações de ponto flutuante da arquitetura &#039;&#039;ARM V7&#039;&#039; (32 bits), bem como a inclusão de suporte para operações &#039;&#039;OpenGL&#039;&#039; por emulação, permitindo o uso eficiente em plataformas sem suporte para &#039;&#039;DRM&#039;&#039; (aceleração &#039;&#039;OpenGL&#039;&#039; por hardware). No momento não foram feitas otimizações para aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;Go:&#039;&#039;&#039; &#039;&#039;Go&#039;&#039; é um projeto de código aberto desenvolvido pela equipe do &#039;&#039;Google&#039;&#039; e muitos contribuidores da comunidade open source. É um ambiente de programação de código aberto que faz com que seja fácil de construir software simples, confiável e eficiente. Utilizado para a construção o pacote &#039;&#039;Electrum&#039;&#039;. Linguagem de desenvolvimento da Google, utilizada para compilação do Electrum. Instalação  &#039;&#039;vanilla&#039;&#039; (sem grandes configurações ou alterações/patches).&lt;br /&gt;
#&#039;&#039;&#039;Electrum:&#039;&#039;&#039; Plataforma blockchain para processamento - dentre outros - de carteiras &#039;&#039;BitCoin&#039;&#039;. Instalação &#039;&#039;vanilla&#039;&#039; a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg:&#039;&#039;&#039; software de processamento de vídeo e áudio. Instalação a partir do código fonte. Reconfigurado para utilização de todas as acelerações em operações de ponto flutuante e para a adição de todos os codecs possíveis. Sem utilização de aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;coremark:&#039;&#039;&#039; software de benchmark escalar e ponto flutuante (&#039;&#039;CPU benchmark&#039;&#039;). Instalação vanilla a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;glmark2:&#039;&#039;&#039; software de benchmark de &#039;&#039;GPUs&#039;&#039; (processadores gráficos). Instalação vanilla a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;burrow:&#039;&#039;&#039; software de carteira de moedas virtuais (particularmente aderente ao &#039;&#039;Ethereum&#039;&#039;. É um projeto hospedado pela &#039;&#039;The Linux Foundation&#039;&#039;. Instalação &#039;&#039;vanilla&#039;&#039; a partir do código fonte.&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3:&#039;&#039;&#039; completa. Todas as extensões de processamento numérico, banco de dados, interfaces gráficas, integrações com aplicativos e com demais infraestruturas de programação, processamento de vídeo e áudio, &#039;&#039;spyder3 SDK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;Keras:&#039;&#039;&#039; front end para &#039;&#039;deep learning&#039;&#039;. Instalação vanilla.&lt;br /&gt;
#&#039;&#039;&#039;Theano:&#039;&#039;&#039; back end para &#039;&#039;deep learning&#039;&#039;. Instalação vanilla. Contém basicamente as mesmas funcionalidades do &#039;&#039;tensorflow&#039;&#039;. O desempenho de processamento em plataformas intel é menor por conta do menor número de otimizações agressivas, entretanto exatamente pela ausência dessas otimizações a portabilidade é muito maior, incluindo as plataformas &#039;&#039;ARM V7&#039;&#039;. Nas plataformas &#039;&#039;ARM V7&#039;&#039; é possível habilitar as extensões &#039;&#039;NEON&#039;&#039; e demais vetorizações melhorando sensivelmente o desempenho relativo à versão vanilla.&lt;br /&gt;
#&#039;&#039;&#039;tensorflow:&#039;&#039;&#039; back end para &#039;&#039;deep learning&#039;&#039;. Instalação altamente dependente de patches, dependente de &#039;&#039;bazel&#039;&#039; e dependente de arquitetura. Atualmente encontra-se portado em 50% e depende do desenvolvimento de patches para a arquitetura &#039;&#039;SoC S500&#039;&#039;.&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros passando por uma barreira:&#039;&#039;&#039; desenvolvido em python3 e utilizando OpenCV. A partir de um stream de vídeo faz a análise quadro a quadro identificando objetos movendo-se no campo. Aplica critério de identificação para determinar se o objeto é ou não um veículo. Se for veículo faz a segmentação e acompanhamento do movimento até a saída do campo visual. Na passagem pela barreira faz a contagem e gera um &amp;quot;snapshot&amp;quot; do veículo. O snapshot é armazenado como arquivo jpeg e posteriormente analizado por outro software que faz a identificação da placa do veículo. Além disso é gerado um arquivo de vídeo avi contendo todo o movimento anotado na via.&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento:&#039;&#039;&#039; desenvolvido em python3 e utilizando opencv, Keras e theano. A partir de um &amp;quot;snapshot&amp;quot; contendo veículo faz a identificação da placa e a partir da identificação da placa faz o reconhecimento dos caracteres da licença.&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces (rostos) em frames:&#039;&#039;&#039; desenvolvido em python3 e utilizando OpenCV, Keras e theano. A partir de um snapshot faz a identificação de faces, a segmentação das faces e a identificação&lt;br /&gt;
da face contra um banco de dados de faces conhecidas. Foi adaptado levando em conta a possibilidade de integração ao software de identificação de veículos e placas. Dado que o snapshot do veículo pega&lt;br /&gt;
o para brisas, a face do motorista e passageiro podem ser identificadas, segmentadas e comparadas contra uma base de dados de faces conhecidas&lt;br /&gt;
com evidentes utilizações em segurança pública. Ressalto que este não é software de minha autoria, mas fiz umas adaptações.&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=93</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=93"/>
		<updated>2019-09-11T20:33:46Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. Instalação a partir do código fonte. Bibliotecas &#039;&#039;Linux&#039;&#039; e suporte ao &#039;&#039;Python 3&#039;&#039;. Completa reconfiguração para autilização dos conjuntos de instruções &#039;&#039;NEON&#039;&#039; e demais extensões de ponto flutuante e vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original &#039;&#039;OpenCV&#039;&#039; da distribuição &#039;&#039;Debian&#039;&#039; pelo código recompilado, inclusive removendo eventuais extensões &#039;&#039;OpenCV&#039;&#039; instaladas no &#039;&#039;python&#039;&#039; via &#039;&#039;pip&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas para o desenvolvimento de aplicações com paralelismo massivo &#039;&#039;MIMD&#039;&#039;. Foi realizada a instalação a partir do código fonte, substituindo completamente as bibliotecas da distribuição &#039;&#039;Debian&#039;&#039;. Completa reconfiguração para a utilização otimizada dos conjuntos de instruções &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original da distribuição pelo código recompilado, inclusive removendo bibliotecas locais e demais links.&lt;br /&gt;
#&#039;&#039;&#039;PySide:&#039;&#039;&#039; conjunto de bibliotecas que fornecem a integração entre o &#039;&#039;python&#039;&#039; e &#039;&#039;Qt.4&#039;&#039; (e, em andamento &#039;&#039;Qt.5&#039;&#039;). O &#039;&#039;PySide&#039;&#039; fornece uma cadeia completa de ferramentas para a rápida integração com qualquer hierarquia de classes &#039;&#039;C++&#039;&#039; do &#039;&#039;Qt&#039;&#039;. Instalação a partir do código fonte. Necessária reinstalação por conta das atualizações impostas ao &#039;&#039;Qt&#039;&#039; para a instalação do &#039;&#039;VTK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;VTK:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; para manipulação e exibição de dados científicos. Inclui ferramentas de estado da arte para renderização 3D, uma suíte de widgets para interação 3D e ampla capacidade de plotagem de dados 2D. Instalação a partir do código fonte com completa reestruturação para utilização das instruções de ponto flutuante &#039;&#039;NEON&#039;&#039; e demais extensões de vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Também demanda a atualização do &#039;&#039;Qt&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; de modelagem paramétrica 3D (&#039;&#039;CAD&#039;&#039;). Instalação a partir do código fonte, com reestruturação para a utilização de aceleração &#039;&#039;NEON&#039;&#039; e demais acelerações de ponto flutuante da arquitetura &#039;&#039;ARM V7&#039;&#039; (32 bits), bem como a inclusão de suporte para operações &#039;&#039;OpenGL&#039;&#039; por emulação, permitindo o uso eficiente em plataformas sem suporte para &#039;&#039;DRM&#039;&#039; (aceleração &#039;&#039;OpenGL&#039;&#039; por hardware). No momento não foram feitas otimizações para aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;Go:&#039;&#039;&#039; &#039;&#039;Go&#039;&#039; é um projeto de código aberto desenvolvido pela equipe do &#039;&#039;Google&#039;&#039; e muitos contribuidores da comunidade open source. É um ambiente de programação de código aberto que faz com que seja fácil de construir software simples, confiável e eficiente. Utilizado para a construção o pacote &#039;&#039;Electrum&#039;&#039;. Linguagem de desenvolvimento da Google, utilizada para compilação do Electrum. Instalação  &#039;&#039;vanilla&#039;&#039; (sem grandes configurações ou alterações/patches).&lt;br /&gt;
#&#039;&#039;&#039;Electrum:&#039;&#039;&#039; Plataforma blockchain para processamento - dentre outros - de carteiras &#039;&#039;BitCoin&#039;&#039;. Instalação &#039;&#039;vanilla&#039;&#039; a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg:&#039;&#039;&#039; software de processamento de vídeo e áudio. Instalação a partir do código fonte. Reconfigurado para utilização de todas as acelerações em operações de ponto flutuante e para a adição de todos os codecs possíveis. Sem utilização de aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;coremark:&#039;&#039;&#039; software de benchmark escalar e ponto flutuante (&#039;&#039;CPU benchmark&#039;&#039;). Instalação vanilla a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;glmark2:&#039;&#039;&#039; software de benchmark de &#039;&#039;GPUs&#039;&#039; (processadores gráficos). Instalação vanilla a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;burrow:&#039;&#039;&#039; software de carteira de moedas virtuais (particularmente aderente ao &#039;&#039;Ethereum&#039;&#039;. É um projeto hospedado pela &#039;&#039;The Linux Foundation&#039;&#039;. Instalação &#039;&#039;vanilla&#039;&#039; a partir do código fonte.&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3:&#039;&#039;&#039; completa. Todas as extensões de processamento numérico, banco de dados, interfaces gráficas, integrações com aplicativos e com demais infraestruturas de programação, processamento de vídeo e áudio, &#039;&#039;spyder3 SDK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;Keras:&#039;&#039;&#039; front end para &#039;&#039;deep learning&#039;&#039;. Instalação vanilla.&lt;br /&gt;
#&#039;&#039;&#039;Theano:&#039;&#039;&#039; back end para &#039;&#039;deep learning&#039;&#039;. Instalação vanilla. Contém basicamente as mesmas funcionalidades do &#039;&#039;tensorflow&#039;&#039;. O desempenho de processamento em plataformas intel é menor por conta do menor número de otimizações agressivas, entretanto exatamente pela ausência dessas otimizações a portabilidade é muito maior, incluindo as plataformas &#039;&#039;ARM V7&#039;&#039;. Nas plataformas &#039;&#039;ARM V7&#039;&#039; é possível habilitar as extensões &#039;&#039;NEON&#039;&#039; e demais vetorizações melhorando sensivelmente o desempenho relativo à versão vanilla.&lt;br /&gt;
#&#039;&#039;&#039;tensorflow:&#039;&#039;&#039; back end para &#039;&#039;deep learning&#039;&#039;. Instalação altamente dependente de patches, dependente de &#039;&#039;bazel&#039;&#039; e dependente de arquitetura. Atualmente encontra-se portado em 50% e depende do desenvolvimento de patches para a arquitetura &#039;&#039;SoC S500&#039;&#039;.&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros passando por uma barreira:&#039;&#039;&#039; desenvolvido em python3 e utilizando OpenCV. A partir de um stream de vídeo faz a análise quadro a quadro identificando objetos movendo-se no campo. Aplica critério de identificação para determinar se o objeto é ou não um veículo. Se for veículo faz a segmentação e acompanhamento do movimento até a saída do campo visual. Na passagem pela barreira faz a contagem e gera um &amp;quot;snapshot&amp;quot; do veículo. O snapshot é armazenado como arquivo jpeg e posteriormente analizado por outro software que faz a identificação da placa do veículo. Além disso é gerado um arquivo de vídeo avi contendo todo o movimento anotado na via.&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento:&#039;&#039;&#039; desenvolvido em python3 e utilizando opencv, Keras e theano. A partir de um &amp;quot;snapshot&amp;quot; contendo veículo faz a identificação da placa e a partir da identificação da placa faz o reconhecimento dos caracteres da licença.&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces&#039;&#039;&#039;&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=92</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=92"/>
		<updated>2019-09-11T20:28:53Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. Instalação a partir do código fonte. Bibliotecas &#039;&#039;Linux&#039;&#039; e suporte ao &#039;&#039;Python 3&#039;&#039;. Completa reconfiguração para autilização dos conjuntos de instruções &#039;&#039;NEON&#039;&#039; e demais extensões de ponto flutuante e vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original &#039;&#039;OpenCV&#039;&#039; da distribuição &#039;&#039;Debian&#039;&#039; pelo código recompilado, inclusive removendo eventuais extensões &#039;&#039;OpenCV&#039;&#039; instaladas no &#039;&#039;python&#039;&#039; via &#039;&#039;pip&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas para o desenvolvimento de aplicações com paralelismo massivo &#039;&#039;MIMD&#039;&#039;. Foi realizada a instalação a partir do código fonte, substituindo completamente as bibliotecas da distribuição &#039;&#039;Debian&#039;&#039;. Completa reconfiguração para a utilização otimizada dos conjuntos de instruções &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original da distribuição pelo código recompilado, inclusive removendo bibliotecas locais e demais links.&lt;br /&gt;
#&#039;&#039;&#039;PySide:&#039;&#039;&#039; conjunto de bibliotecas que fornecem a integração entre o &#039;&#039;python&#039;&#039; e &#039;&#039;Qt.4&#039;&#039; (e, em andamento &#039;&#039;Qt.5&#039;&#039;). O &#039;&#039;PySide&#039;&#039; fornece uma cadeia completa de ferramentas para a rápida integração com qualquer hierarquia de classes &#039;&#039;C++&#039;&#039; do &#039;&#039;Qt&#039;&#039;. Instalação a partir do código fonte. Necessária reinstalação por conta das atualizações impostas ao &#039;&#039;Qt&#039;&#039; para a instalação do &#039;&#039;VTK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;VTK:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; para manipulação e exibição de dados científicos. Inclui ferramentas de estado da arte para renderização 3D, uma suíte de widgets para interação 3D e ampla capacidade de plotagem de dados 2D. Instalação a partir do código fonte com completa reestruturação para utilização das instruções de ponto flutuante &#039;&#039;NEON&#039;&#039; e demais extensões de vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Também demanda a atualização do &#039;&#039;Qt&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; de modelagem paramétrica 3D (&#039;&#039;CAD&#039;&#039;). Instalação a partir do código fonte, com reestruturação para a utilização de aceleração &#039;&#039;NEON&#039;&#039; e demais acelerações de ponto flutuante da arquitetura &#039;&#039;ARM V7&#039;&#039; (32 bits), bem como a inclusão de suporte para operações &#039;&#039;OpenGL&#039;&#039; por emulação, permitindo o uso eficiente em plataformas sem suporte para &#039;&#039;DRM&#039;&#039; (aceleração &#039;&#039;OpenGL&#039;&#039; por hardware). No momento não foram feitas otimizações para aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;Go:&#039;&#039;&#039; &#039;&#039;Go&#039;&#039; é um projeto de código aberto desenvolvido pela equipe do &#039;&#039;Google&#039;&#039; e muitos contribuidores da comunidade open source. É um ambiente de programação de código aberto que faz com que seja fácil de construir software simples, confiável e eficiente. Utilizado para a construção o pacote &#039;&#039;Electrum&#039;&#039;. Linguagem de desenvolvimento da Google, utilizada para compilação do Electrum. Instalação  &#039;&#039;vanilla&#039;&#039; (sem grandes configurações ou alterações/patches).&lt;br /&gt;
#&#039;&#039;&#039;Electrum:&#039;&#039;&#039; Plataforma blockchain para processamento - dentre outros - de carteiras &#039;&#039;BitCoin&#039;&#039;. Instalação &#039;&#039;vanilla&#039;&#039; a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg:&#039;&#039;&#039; software de processamento de vídeo e áudio. Instalação a partir do código fonte. Reconfigurado para utilização de todas as acelerações em operações de ponto flutuante e para a adição de todos os codecs possíveis. Sem utilização de aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;coremark:&#039;&#039;&#039; software de benchmark escalar e ponto flutuante (&#039;&#039;CPU benchmark&#039;&#039;). Instalação vanilla a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;glmark2:&#039;&#039;&#039; software de benchmark de &#039;&#039;GPUs&#039;&#039; (processadores gráficos). Instalação vanilla a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;burrow:&#039;&#039;&#039; software de carteira de moedas virtuais (particularmente aderente ao &#039;&#039;Ethereum&#039;&#039;. É um projeto hospedado pela &#039;&#039;The Linux Foundation&#039;&#039;. Instalação &#039;&#039;vanilla&#039;&#039; a partir do código fonte.&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3:&#039;&#039;&#039; completa. Todas as extensões de processamento numérico, banco de dados, interfaces gráficas, integrações com aplicativos e com demais infraestruturas de programação, processamento de vídeo e áudio, &#039;&#039;spyder3 SDK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;Keras:&#039;&#039;&#039; front end para &#039;&#039;deep learning&#039;&#039;. Instalação vanilla.&lt;br /&gt;
#&#039;&#039;&#039;Theano:&#039;&#039;&#039; back end para &#039;&#039;deep learning&#039;&#039;. Instalação vanilla. Contém basicamente as mesmas funcionalidades do &#039;&#039;tensorflow&#039;&#039;. O desempenho de processamento em plataformas intel é menor por conta do menor número de otimizações agressivas, entretanto exatamente pela ausência dessas otimizações a portabilidade é muito maior, incluindo as plataformas &#039;&#039;ARM V7&#039;&#039;. Nas plataformas &#039;&#039;ARM V7&#039;&#039; é possível habilitar as extensões &#039;&#039;NEON&#039;&#039; e demais vetorizações melhorando sensivelmente o desempenho relativo à versão vanilla.&lt;br /&gt;
#&#039;&#039;&#039;tensorflow:&#039;&#039;&#039; back end para &#039;&#039;deep learning&#039;&#039;. Instalação altamente dependente de patches, dependente de &#039;&#039;bazel&#039;&#039; e dependente de arquitetura. Atualmente encontra-se portado em 50% e depende do desenvolvimento de patches para a arquitetura &#039;&#039;SoC S500&#039;&#039;.&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros&#039;&#039;&#039; passando por uma barreira. Desenvolvido em python3 e utilizando OpenCV. A partir de um stream de vídeo faz a análise quadro a quadro identificando objetos movendo-se no campo. Aplica critério de identificação para determinar se o objeto é ou não um veículo. Se for veículo faz a segmentação e acompanhamento do movimento até a saída do campo visual. Na passagem pela barreira faz a contagem e gera um &amp;quot;snapshot&amp;quot; do veículo. O snapshot é armazenado como arquivo jpeg e posteriormente analizado por outro software que faz a identificação da placa do veículo. Além disso é gerado um arquivo de vídeo avi contendo todo o movimento anotado na via.&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces&#039;&#039;&#039;&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=91</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=91"/>
		<updated>2019-09-11T20:27:26Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: /* Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x */&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. Instalação a partir do código fonte. Bibliotecas &#039;&#039;Linux&#039;&#039; e suporte ao &#039;&#039;Python 3&#039;&#039;. Completa reconfiguração para autilização dos conjuntos de instruções &#039;&#039;NEON&#039;&#039; e demais extensões de ponto flutuante e vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original &#039;&#039;OpenCV&#039;&#039; da distribuição &#039;&#039;Debian&#039;&#039; pelo código recompilado, inclusive removendo eventuais extensões &#039;&#039;OpenCV&#039;&#039; instaladas no &#039;&#039;python&#039;&#039; via &#039;&#039;pip&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas para o desenvolvimento de aplicações com paralelismo massivo &#039;&#039;MIMD&#039;&#039;. Foi realizada a instalação a partir do código fonte, substituindo completamente as bibliotecas da distribuição &#039;&#039;Debian&#039;&#039;. Completa reconfiguração para a utilização otimizada dos conjuntos de instruções &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original da distribuição pelo código recompilado, inclusive removendo bibliotecas locais e demais links.&lt;br /&gt;
#&#039;&#039;&#039;PySide:&#039;&#039;&#039; conjunto de bibliotecas que fornecem a integração entre o &#039;&#039;python&#039;&#039; e &#039;&#039;Qt.4&#039;&#039; (e, em andamento &#039;&#039;Qt.5&#039;&#039;). O &#039;&#039;PySide&#039;&#039; fornece uma cadeia completa de ferramentas para a rápida integração com qualquer hierarquia de classes &#039;&#039;C++&#039;&#039; do &#039;&#039;Qt&#039;&#039;. Instalação a partir do código fonte. Necessária reinstalação por conta das atualizações impostas ao &#039;&#039;Qt&#039;&#039; para a instalação do &#039;&#039;VTK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;VTK:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; para manipulação e exibição de dados científicos. Inclui ferramentas de estado da arte para renderização 3D, uma suíte de widgets para interação 3D e ampla capacidade de plotagem de dados 2D. Instalação a partir do código fonte com completa reestruturação para utilização das instruções de ponto flutuante &#039;&#039;NEON&#039;&#039; e demais extensões de vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Também demanda a atualização do &#039;&#039;Qt&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; de modelagem paramétrica 3D (&#039;&#039;CAD&#039;&#039;). Instalação a partir do código fonte, com reestruturação para a utilização de aceleração &#039;&#039;NEON&#039;&#039; e demais acelerações de ponto flutuante da arquitetura &#039;&#039;ARM V7&#039;&#039; (32 bits), bem como a inclusão de suporte para operações &#039;&#039;OpenGL&#039;&#039; por emulação, permitindo o uso eficiente em plataformas sem suporte para &#039;&#039;DRM&#039;&#039; (aceleração &#039;&#039;OpenGL&#039;&#039; por hardware). No momento não foram feitas otimizações para aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;Go:&#039;&#039;&#039; &#039;&#039;Go&#039;&#039; é um projeto de código aberto desenvolvido pela equipe do &#039;&#039;Google&#039;&#039; e muitos contribuidores da comunidade open source. É um ambiente de programação de código aberto que faz com que seja fácil de construir software simples, confiável e eficiente. Utilizado para a construção o pacote &#039;&#039;Electrum&#039;&#039;. Linguagem de desenvolvimento da Google, utilizada para compilação do Electrum. Instalação  &#039;&#039;vanilla&#039;&#039; (sem grandes configurações ou alterações/patches).&lt;br /&gt;
#&#039;&#039;&#039;Electrum:&#039;&#039;&#039; Plataforma blockchain para processamento - dentre outros - de carteiras &#039;&#039;BitCoin&#039;&#039;. Instalação &#039;&#039;vanilla&#039;&#039; a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg:&#039;&#039;&#039; software de processamento de vídeo e áudio. Instalação a partir do código fonte. Reconfigurado para utilização de todas as acelerações em operações de ponto flutuante e para a adição de todos os codecs possíveis. Sem utilização de aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;coremark:&#039;&#039;&#039; software de benchmark escalar e ponto flutuante (&#039;&#039;CPU benchmark&#039;&#039;). Instalação vanilla a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;glmark2:&#039;&#039;&#039; software de benchmark de &#039;&#039;GPUs&#039;&#039; (processadores gráficos). Instalação vanilla a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;burrow:&#039;&#039;&#039; software de carteira de moedas virtuais (particularmente aderente ao &#039;&#039;Ethereum&#039;&#039;. É um projeto hospedado pela &#039;&#039;The Linux Foundation&#039;&#039;. Instalação &#039;&#039;vanilla&#039;&#039; a partir do código fonte.&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3:&#039;&#039;&#039; completa. Todas as extensões de processamento numérico, banco de dados, interfaces gráficas, integrações com aplicativos e com demais infraestruturas de programação, processamento de vídeo e áudio, &#039;&#039;spyder3 SDK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;Keras:&#039;&#039;&#039; front end para &#039;&#039;deep learning&#039;&#039;. Instalação vanilla.&lt;br /&gt;
#&#039;&#039;&#039;Theano:&#039;&#039;&#039; back end para &#039;&#039;deep learning&#039;&#039;. Instalação vanilla. Contém basicamente as mesmas funcionalidades do &#039;&#039;tensorflow&#039;&#039;. O desempenho de processamento em plataformas intel é menor por conta do menor número de otimizações agressivas, entretanto exatamente pela ausência dessas otimizações a portabilidade é muito maior, incluindo as plataformas &#039;&#039;ARM V7&#039;&#039;. Nas plataformas &#039;&#039;ARM V7&#039;&#039; é possível habilitar as extensões &#039;&#039;NEON&#039;&#039; e demais vetorizações melhorando sensivelmente o desempenho relativo à versão vanilla.&lt;br /&gt;
#&#039;&#039;&#039;tensorflow:&#039;&#039;&#039; back end para &#039;&#039;deep learning&#039;&#039;. Instalação altamente dependente de patches, dependente de &#039;&#039;bazel&#039;&#039; e dependente de arquitetura. Atualmente encontra-se portado em 50% e depende do desenvolvimento de patches para a arquitetura &#039;&#039;SoC S500&#039;&#039;.&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces&#039;&#039;&#039;&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=90</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=90"/>
		<updated>2019-09-11T20:26:56Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. Instalação a partir do código fonte. Bibliotecas &#039;&#039;Linux&#039;&#039; e suporte ao &#039;&#039;Python 3&#039;&#039;. Completa reconfiguração para autilização dos conjuntos de instruções &#039;&#039;NEON&#039;&#039; e demais extensões de ponto flutuante e vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original &#039;&#039;OpenCV&#039;&#039; da distribuição &#039;&#039;Debian&#039;&#039; pelo código recompilado, inclusive removendo eventuais extensões &#039;&#039;OpenCV&#039;&#039; instaladas no &#039;&#039;python&#039;&#039; via &#039;&#039;pip&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas para o desenvolvimento de aplicações com paralelismo massivo &#039;&#039;MIMD&#039;&#039;. Foi realizada a instalação a partir do código fonte, substituindo completamente as bibliotecas da distribuição &#039;&#039;Debian&#039;&#039;. Completa reconfiguração para a utilização otimizada dos conjuntos de instruções &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original da distribuição pelo código recompilado, inclusive removendo bibliotecas locais e demais links.&lt;br /&gt;
#&#039;&#039;&#039;PySide:&#039;&#039;&#039; conjunto de bibliotecas que fornecem a integração entre o &#039;&#039;python&#039;&#039; e &#039;&#039;Qt.4&#039;&#039; (e, em andamento &#039;&#039;Qt.5&#039;&#039;). O &#039;&#039;PySide&#039;&#039; fornece uma cadeia completa de ferramentas para a rápida integração com qualquer hierarquia de classes &#039;&#039;C++&#039;&#039; do &#039;&#039;Qt&#039;&#039;. Instalação a partir do código fonte. Necessária reinstalação por conta das atualizações impostas ao &#039;&#039;Qt&#039;&#039; para a instalação do &#039;&#039;VTK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;VTK:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; para manipulação e exibição de dados científicos. Inclui ferramentas de estado da arte para renderização 3D, uma suíte de widgets para interação 3D e ampla capacidade de plotagem de dados 2D. Instalação a partir do código fonte com completa reestruturação para utilização das instruções de ponto flutuante &#039;&#039;NEON&#039;&#039; e demais extensões de vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Também demanda a atualização do &#039;&#039;Qt&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; de modelagem paramétrica 3D (&#039;&#039;CAD&#039;&#039;). Instalação a partir do código fonte, com reestruturação para a utilização de aceleração &#039;&#039;NEON&#039;&#039; e demais acelerações de ponto flutuante da arquitetura &#039;&#039;ARM V7&#039;&#039; (32 bits), bem como a inclusão de suporte para operações &#039;&#039;OpenGL&#039;&#039; por emulação, permitindo o uso eficiente em plataformas sem suporte para &#039;&#039;DRM&#039;&#039; (aceleração &#039;&#039;OpenGL&#039;&#039; por hardware). No momento não foram feitas otimizações para aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;Go:&#039;&#039;&#039; &#039;&#039;Go&#039;&#039; é um projeto de código aberto desenvolvido pela equipe do &#039;&#039;Google&#039;&#039; e muitos contribuidores da comunidade open source. É um ambiente de programação de código aberto que faz com que seja fácil de construir software simples, confiável e eficiente. Utilizado para a construção o pacote &#039;&#039;Electrum&#039;&#039;. Linguagem de desenvolvimento da Google, utilizada para compilação do Electrum. Instalação  &#039;&#039;vanilla&#039;&#039; (sem grandes configurações ou alterações/patches).&lt;br /&gt;
#&#039;&#039;&#039;Electrum:&#039;&#039;&#039; Plataforma blockchain para processamento - dentre outros - de carteiras &#039;&#039;BitCoin&#039;&#039;. Instalação &#039;&#039;vanilla&#039;&#039; a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg:&#039;&#039;&#039; software de processamento de vídeo e áudio. Instalação a partir do código fonte. Reconfigurado para utilização de todas as acelerações em operações de ponto flutuante e para a adição de todos os codecs possíveis. Sem utilização de aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;coremark:&#039;&#039;&#039; software de benchmark escalar e ponto flutuante (&#039;&#039;CPU benchmark&#039;&#039;). Instalação vanilla a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;glmark2:&#039;&#039;&#039; software de benchmark de &#039;&#039;GPUs&#039;&#039; (processadores gráficos). Instalação vanilla a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;burrow:&#039;&#039;&#039; software de carteira de moedas virtuais (particularmente aderente ao &#039;&#039;Ethereum&#039;&#039;. É um projeto hospedado pela &#039;&#039;The Linux Foundation&#039;&#039;. Instalação &#039;&#039;vanilla&#039;&#039; a partir do código fonte.&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3:&#039;&#039;&#039; completa. Todas as extensões de processamento numérico, banco de dados, interfaces gráficas, integrações com aplicativos e com demais infraestruturas de programação, processamento de vídeo e áudio, &#039;&#039;spyder3 SDK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;Keras:&#039;&#039;&#039; front end para &#039;&#039;deep learning&#039;&#039;. Instalação vanilla.&lt;br /&gt;
#&#039;&#039;&#039;Theano:&#039;&#039;&#039; back end para &#039;&#039;deep learning&#039;&#039;. Instalação vanilla. Contém basicamente as mesmas funcionalidades do &#039;&#039;tensorflow&#039;&#039;. O desempenho de processamento em plataformas intel é menor por conta do menor número de otimizações agressivas, entretanto exatamente pela ausência dessas otimizações a&lt;br /&gt;
portabilidade é muito maior, incluindo as plataformas &#039;&#039;ARM V7&#039;&#039;. Nas plataformas &#039;&#039;ARM V7&#039;&#039; é possível habilitar as extensões &#039;&#039;NEON&#039;&#039; e demais vetorizações melhorando sensivelmente o desempenho relativo à versão vanilla.&lt;br /&gt;
#&#039;&#039;&#039;tensorflow:&#039;&#039;&#039; back end para &#039;&#039;deep learning&#039;&#039;. Instalação altamente dependente de patches, dependente de &#039;&#039;bazel&#039;&#039; e dependente de arquitetura. Atualmente encontra-se portado em 50% e depende do desenvolvimento de patches para a arquitetura &#039;&#039;SoC S500&#039;&#039;.&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces&#039;&#039;&#039;&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=89</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=89"/>
		<updated>2019-09-11T20:26:25Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. Instalação a partir do código fonte. Bibliotecas &#039;&#039;Linux&#039;&#039; e suporte ao &#039;&#039;Python 3&#039;&#039;. Completa reconfiguração para autilização dos conjuntos de instruções &#039;&#039;NEON&#039;&#039; e demais extensões de ponto flutuante e vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original &#039;&#039;OpenCV&#039;&#039; da distribuição &#039;&#039;Debian&#039;&#039; pelo código recompilado, inclusive removendo eventuais extensões &#039;&#039;OpenCV&#039;&#039; instaladas no &#039;&#039;python&#039;&#039; via &#039;&#039;pip&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas para o desenvolvimento de aplicações com paralelismo massivo &#039;&#039;MIMD&#039;&#039;. Foi realizada a instalação a partir do código fonte, substituindo completamente as bibliotecas da distribuição &#039;&#039;Debian&#039;&#039;. Completa reconfiguração para a utilização otimizada dos conjuntos de instruções &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original da distribuição pelo código recompilado, inclusive removendo bibliotecas locais e demais links.&lt;br /&gt;
#&#039;&#039;&#039;PySide:&#039;&#039;&#039; conjunto de bibliotecas que fornecem a integração entre o &#039;&#039;python&#039;&#039; e &#039;&#039;Qt.4&#039;&#039; (e, em andamento &#039;&#039;Qt.5&#039;&#039;). O &#039;&#039;PySide&#039;&#039; fornece uma cadeia completa de ferramentas para a rápida integração com qualquer hierarquia de classes &#039;&#039;C++&#039;&#039; do &#039;&#039;Qt&#039;&#039;. Instalação a partir do código fonte. Necessária reinstalação por conta das atualizações impostas ao &#039;&#039;Qt&#039;&#039; para a instalação do &#039;&#039;VTK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;VTK:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; para manipulação e exibição de dados científicos. Inclui ferramentas de estado da arte para renderização 3D, uma suíte de widgets para interação 3D e ampla capacidade de plotagem de dados 2D. Instalação a partir do código fonte com completa reestruturação para utilização das instruções de ponto flutuante &#039;&#039;NEON&#039;&#039; e demais extensões de vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Também demanda a atualização do &#039;&#039;Qt&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; de modelagem paramétrica 3D (&#039;&#039;CAD&#039;&#039;). Instalação a partir do código fonte, com reestruturação para a utilização de aceleração &#039;&#039;NEON&#039;&#039; e demais acelerações de ponto flutuante da arquitetura &#039;&#039;ARM V7&#039;&#039; (32 bits), bem como a inclusão de suporte para operações &#039;&#039;OpenGL&#039;&#039; por emulação, permitindo o uso eficiente em plataformas sem suporte para &#039;&#039;DRM&#039;&#039; (aceleração &#039;&#039;OpenGL&#039;&#039; por hardware). No momento não foram feitas otimizações para aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;Go:&#039;&#039;&#039; &#039;&#039;Go&#039;&#039; é um projeto de código aberto desenvolvido pela equipe do &#039;&#039;Google&#039;&#039; e muitos contribuidores da comunidade open source. É um ambiente de programação de código aberto que faz com que seja fácil de construir software simples, confiável e eficiente. Utilizado para a construção o pacote &#039;&#039;Electrum&#039;&#039;. Linguagem de desenvolvimento da Google, utilizada para compilação do Electrum. Instalação  &#039;&#039;vanilla&#039;&#039; (sem grandes configurações ou alterações/patches).&lt;br /&gt;
#&#039;&#039;&#039;Electrum:&#039;&#039;&#039; Plataforma blockchain para processamento - dentre outros - de carteiras &#039;&#039;BitCoin&#039;&#039;. Instalação &#039;&#039;vanilla&#039;&#039; a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg:&#039;&#039;&#039; software de processamento de vídeo e áudio. Instalação a partir do código fonte. Reconfigurado para utilização de todas as acelerações em operações de ponto flutuante e para a adição de todos os codecs possíveis. Sem utilização de aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;coremark:&#039;&#039;&#039; software de benchmark escalar e ponto flutuante (&#039;&#039;CPU benchmark&#039;&#039;). Instalação vanilla a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;glmark2:&#039;&#039;&#039; software de benchmark de &#039;&#039;GPUs&#039;&#039; (processadores gráficos). Instalação vanilla a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;burrow:&#039;&#039;&#039; software de carteira de moedas virtuais (particularmente aderente ao &#039;&#039;Ethereum&#039;&#039;. É um projeto hospedado pela &#039;&#039;The Linux Foundation&#039;&#039;. Instalação &#039;&#039;vanilla&#039;&#039; a partir do código fonte.&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3:&#039;&#039;&#039; completa. Todas as extensões de processamento numérico, banco de dados, interfaces gráficas, integrações com aplicativos e com demais infraestruturas de programação, processamento de vídeo e áudio, &#039;&#039;spyder3 SDK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;Keras:&#039;&#039;&#039; front end para &#039;&#039;deep learning&#039;&#039;. Instalação vanilla.&lt;br /&gt;
#&#039;&#039;&#039;Theano:&#039;&#039;&#039; back end para &#039;&#039;deep learning&#039;&#039;. Instalação vanilla. Contém basicamente as mesmas&lt;br /&gt;
funcionalidades do tensorflow. O desempenho de processamento em plataformas intel é menor por conta do menor número de otimizações agressivas, entretanto exatamente pela ausência dessas otimizações a&lt;br /&gt;
portabilidade é muito maior, incluindo as plataformas &#039;&#039;ARM V7&#039;&#039;. Nas plataformas &#039;&#039;ARM V7&#039;&#039; é possível habilitar as extensões &#039;&#039;NEON&#039;&#039; e demais vetorizações melhorando sensivelmente o desempenho relativo à versão vanilla.&lt;br /&gt;
#&#039;&#039;&#039;tensorflow:&#039;&#039;&#039; back end para &#039;&#039;deep learning&#039;&#039;. Instalação altamente dependente de patches, dependente de &#039;&#039;bazel&#039;&#039; e dependente de arquitetura. Atualmente encontra-se portado em 50% e depende do desenvolvimento de patches para a arquitetura &#039;&#039;SoC S500&#039;&#039;.&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces&#039;&#039;&#039;&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=88</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=88"/>
		<updated>2019-09-11T20:02:28Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: /* Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x */&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. Instalação a partir do código fonte. Bibliotecas &#039;&#039;Linux&#039;&#039; e suporte ao &#039;&#039;Python 3&#039;&#039;. Completa reconfiguração para autilização dos conjuntos de instruções &#039;&#039;NEON&#039;&#039; e demais extensões de ponto flutuante e vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original &#039;&#039;OpenCV&#039;&#039; da distribuição &#039;&#039;Debian&#039;&#039; pelo código recompilado, inclusive removendo eventuais extensões &#039;&#039;OpenCV&#039;&#039; instaladas no &#039;&#039;python&#039;&#039; via &#039;&#039;pip&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas para o desenvolvimento de aplicações com paralelismo massivo &#039;&#039;MIMD&#039;&#039;. Foi realizada a instalação a partir do código fonte, substituindo completamente as bibliotecas da distribuição &#039;&#039;Debian&#039;&#039;. Completa reconfiguração para a utilização otimizada dos conjuntos de instruções &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original da distribuição pelo código recompilado, inclusive removendo bibliotecas locais e demais links.&lt;br /&gt;
#&#039;&#039;&#039;PySide:&#039;&#039;&#039; conjunto de bibliotecas que fornecem a integração entre o &#039;&#039;python&#039;&#039; e &#039;&#039;Qt.4&#039;&#039; (e, em andamento &#039;&#039;Qt.5&#039;&#039;). O &#039;&#039;PySide&#039;&#039; fornece uma cadeia completa de ferramentas para a rápida integração com qualquer hierarquia de classes &#039;&#039;C++&#039;&#039; do &#039;&#039;Qt&#039;&#039;. Instalação a partir do código fonte. Necessária reinstalação por conta das atualizações impostas ao &#039;&#039;Qt&#039;&#039; para a instalação do &#039;&#039;VTK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;VTK:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; para manipulação e exibição de dados científicos. Inclui ferramentas de estado da arte para renderização 3D, uma suíte de widgets para interação 3D e ampla capacidade de plotagem de dados 2D. Instalação a partir do código fonte com completa reestruturação para utilização das instruções de ponto flutuante &#039;&#039;NEON&#039;&#039; e demais extensões de vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Também demanda a atualização do &#039;&#039;Qt&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; de modelagem paramétrica 3D (&#039;&#039;CAD&#039;&#039;). Instalação a partir do código fonte, com reestruturação para a utilização de aceleração &#039;&#039;NEON&#039;&#039; e demais acelerações de ponto flutuante da arquitetura &#039;&#039;ARM V7&#039;&#039; (32 bits), bem como a inclusão de suporte para operações &#039;&#039;OpenGL&#039;&#039; por emulação, permitindo o uso eficiente em plataformas sem suporte para &#039;&#039;DRM&#039;&#039; (aceleração &#039;&#039;OpenGL&#039;&#039; por hardware). No momento não foram feitas otimizações para aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;Go:&#039;&#039;&#039; &#039;&#039;Go&#039;&#039; é um projeto de código aberto desenvolvido pela equipe do &#039;&#039;Google&#039;&#039; e muitos contribuidores da comunidade open source. É um ambiente de programação de código aberto que faz com que seja fácil de construir software simples, confiável e eficiente. Utilizado para a construção o pacote &#039;&#039;Electrum&#039;&#039;. Linguagem de desenvolvimento da Google, utilizada para compilação do Electrum. Instalação  &#039;&#039;vanilla&#039;&#039; (sem grandes configurações ou alterações/patches).&lt;br /&gt;
#&#039;&#039;&#039;Electrum:&#039;&#039;&#039; Plataforma blockchain para processamento - dentre outros - de carteiras &#039;&#039;BitCoin&#039;&#039;. Instalação &#039;&#039;vanilla&#039;&#039; a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg:&#039;&#039;&#039; software de processamento de vídeo e áudio. Instalação a partir do código fonte. Reconfigurado para utilização de todas as acelerações em operações de ponto flutuante e para a adição de todos os codecs possíveis. Sem utilização de aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;coremark:&#039;&#039;&#039; software de benchmark escalar e ponto flutuante (&#039;&#039;CPU benchmark&#039;&#039;). Instalação vanilla a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;glmark2:&#039;&#039;&#039; software de benchmark de &#039;&#039;GPUs&#039;&#039; (processadores gráficos). Instalação vanilla a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;burrow:&#039;&#039;&#039; software de carteira de moedas virtuais (particularmente aderente ao &#039;&#039;Ethereum&#039;&#039;. É um projeto hospedado pela &#039;&#039;The Linux Foundation&#039;&#039;. Instalação &#039;&#039;vanilla&#039;&#039; a partir do código fonte.&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Keras&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Theano&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces&#039;&#039;&#039;&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=87</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=87"/>
		<updated>2019-09-11T19:55:40Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: /* Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x */&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. Instalação a partir do código fonte. Bibliotecas &#039;&#039;Linux&#039;&#039; e suporte ao &#039;&#039;Python 3&#039;&#039;. Completa reconfiguração para autilização dos conjuntos de instruções &#039;&#039;NEON&#039;&#039; e demais extensões de ponto flutuante e vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original &#039;&#039;OpenCV&#039;&#039; da distribuição &#039;&#039;Debian&#039;&#039; pelo código recompilado, inclusive removendo eventuais extensões &#039;&#039;OpenCV&#039;&#039; instaladas no &#039;&#039;python&#039;&#039; via &#039;&#039;pip&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas para o desenvolvimento de aplicações com paralelismo massivo &#039;&#039;MIMD&#039;&#039;. Foi realizada a instalação a partir do código fonte, substituindo completamente as bibliotecas da distribuição &#039;&#039;Debian&#039;&#039;. Completa reconfiguração para a utilização otimizada dos conjuntos de instruções &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original da distribuição pelo código recompilado, inclusive removendo bibliotecas locais e demais links.&lt;br /&gt;
#&#039;&#039;&#039;PySide:&#039;&#039;&#039; conjunto de bibliotecas que fornecem a integração entre o &#039;&#039;python&#039;&#039; e &#039;&#039;Qt.4&#039;&#039; (e, em andamento &#039;&#039;Qt.5&#039;&#039;). O &#039;&#039;PySide&#039;&#039; fornece uma cadeia completa de ferramentas para a rápida integração com qualquer hierarquia de classes &#039;&#039;C++&#039;&#039; do &#039;&#039;Qt&#039;&#039;. Instalação a partir do código fonte. Necessária reinstalação por conta das atualizações impostas ao &#039;&#039;Qt&#039;&#039; para a instalação do &#039;&#039;VTK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;VTK:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; para manipulação e exibição de dados científicos. Inclui ferramentas de estado da arte para renderização 3D, uma suíte de widgets para interação 3D e ampla capacidade de plotagem de dados 2D. Instalação a partir do código fonte com completa reestruturação para utilização das instruções de ponto flutuante &#039;&#039;NEON&#039;&#039; e demais extensões de vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Também demanda a atualização do &#039;&#039;Qt&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; de modelagem paramétrica 3D (&#039;&#039;CAD&#039;&#039;). Instalação a partir do código fonte, com reestruturação para a utilização de aceleração &#039;&#039;NEON&#039;&#039; e demais acelerações de ponto flutuante da arquitetura &#039;&#039;ARM V7&#039;&#039; (32 bits), bem como a inclusão de suporte para operações &#039;&#039;OpenGL&#039;&#039; por emulação, permitindo o uso eficiente em plataformas sem suporte para &#039;&#039;DRM&#039;&#039; (aceleração &#039;&#039;OpenGL&#039;&#039; por hardware). No momento não foram feitas otimizações para aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;Go:&#039;&#039;&#039; &#039;&#039;Go&#039;&#039; é um projeto de código aberto desenvolvido pela equipe do &#039;&#039;Google&#039;&#039; e muitos contribuidores da comunidade open source. É um ambiente de programação de código aberto que faz com que seja fácil de construir software simples, confiável e eficiente. Utilizado para a construção o pacote &#039;&#039;Electrum&#039;&#039;. Linguagem de desenvolvimento da Google, utilizada para compilação do Electrum. Instalação  &#039;&#039;vanilla&#039;&#039; (sem grandes configurações ou alterações/patches).&lt;br /&gt;
#&#039;&#039;&#039;Electrum:&#039;&#039;&#039; Plataforma blockchain para processamento - dentre outros - de carteiras &#039;&#039;BitCoin&#039;&#039;. Instalação &#039;&#039;vanilla&#039;&#039; a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg:&#039;&#039;&#039; software de processamento de vídeo e áudio. Instalação a partir do código fonte. Reconfigurado para utilização de todas as acelerações em operações de ponto flutuante e para a adição de todos os codecs possíveis. Sem utilização de aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;coremark&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;glmark2&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;burrow&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Keras&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Theano&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces&#039;&#039;&#039;&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=86</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=86"/>
		<updated>2019-09-11T18:45:07Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: /* Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x */&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. Instalação a partir do código fonte. Bibliotecas &#039;&#039;Linux&#039;&#039; e suporte ao &#039;&#039;Python 3&#039;&#039;. Completa reconfiguração para autilização dos conjuntos de instruções &#039;&#039;NEON&#039;&#039; e demais extensões de ponto flutuante e vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original &#039;&#039;OpenCV&#039;&#039; da distribuição &#039;&#039;Debian&#039;&#039; pelo código recompilado, inclusive removendo eventuais extensões &#039;&#039;OpenCV&#039;&#039; instaladas no &#039;&#039;python&#039;&#039; via &#039;&#039;pip&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas para o desenvolvimento de aplicações com paralelismo massivo &#039;&#039;MIMD&#039;&#039;. Foi realizada a instalação a partir do código fonte, substituindo completamente as bibliotecas da distribuição &#039;&#039;Debian&#039;&#039;. Completa reconfiguração para a utilização otimizada dos conjuntos de instruções &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original da distribuição pelo código recompilado, inclusive removendo bibliotecas locais e demais links.&lt;br /&gt;
#&#039;&#039;&#039;PySide:&#039;&#039;&#039; conjunto de bibliotecas que fornecem a integração entre o &#039;&#039;python&#039;&#039; e &#039;&#039;Qt.4&#039;&#039; (e, em andamento &#039;&#039;Qt.5&#039;&#039;). O &#039;&#039;PySide&#039;&#039; fornece uma cadeia completa de ferramentas para a rápida integração com qualquer hierarquia de classes &#039;&#039;C++&#039;&#039; do &#039;&#039;Qt&#039;&#039;. Instalação a partir do código fonte. Necessária reinstalação por conta das atualizações impostas ao &#039;&#039;Qt&#039;&#039; para a instalação do &#039;&#039;VTK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;VTK:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; para manipulação e exibição de dados científicos. Inclui ferramentas de estado da arte para renderização 3D, uma suíte de widgets para interação 3D e ampla capacidade de plotagem de dados 2D. Instalação a partir do código fonte com completa reestruturação para utilização das instruções de ponto flutuante &#039;&#039;NEON&#039;&#039; e demais extensões de vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Também demanda a atualização do &#039;&#039;Qt&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; de modelagem paramétrica 3D (&#039;&#039;CAD&#039;&#039;). Instalação a partir do código fonte, com reestruturação para a utilização de aceleração &#039;&#039;NEON&#039;&#039; e demais acelerações de ponto flutuante da arquitetura &#039;&#039;ARM V7&#039;&#039; (32 bits), bem como a inclusão de suporte para operações &#039;&#039;OpenGL&#039;&#039; por emulação, permitindo o uso eficiente em plataformas sem suporte para &#039;&#039;DRM&#039;&#039; (aceleração &#039;&#039;OpenGL&#039;&#039; por hardware). No momento não foram feitas otimizações para aceleração &#039;&#039;OpenGL&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;Go&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Electrum&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;coremark&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;glmark2&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;burrow&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Keras&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Theano&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces&#039;&#039;&#039;&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=85</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=85"/>
		<updated>2019-09-11T18:44:22Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: /* Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x */&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. Instalação a partir do código fonte. Bibliotecas &#039;&#039;Linux&#039;&#039; e suporte ao &#039;&#039;Python 3&#039;&#039;. Completa reconfiguração para autilização dos conjuntos de instruções &#039;&#039;NEON&#039;&#039; e demais extensões de ponto flutuante e vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original &#039;&#039;OpenCV&#039;&#039; da distribuição &#039;&#039;Debian&#039;&#039; pelo código recompilado, inclusive removendo eventuais extensões &#039;&#039;OpenCV&#039;&#039; instaladas no &#039;&#039;python&#039;&#039; via &#039;&#039;pip&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas para o desenvolvimento de aplicações com paralelismo massivo &#039;&#039;MIMD&#039;&#039;. Foi realizada a instalação a partir do código fonte, substituindo completamente as bibliotecas da distribuição &#039;&#039;Debian&#039;&#039;. Completa reconfiguração para a utilização otimizada dos conjuntos de instruções &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original da distribuição pelo código recompilado, inclusive removendo bibliotecas locais e demais links.&lt;br /&gt;
#&#039;&#039;&#039;PySide:&#039;&#039;&#039; conjunto de bibliotecas que fornecem a integração entre o &#039;&#039;python&#039;&#039; e &#039;&#039;Qt.4&#039;&#039; (e, em andamento &#039;&#039;Qt.5&#039;&#039;). O &#039;&#039;PySide&#039;&#039; fornece uma cadeia completa de ferramentas para a rápida integração com qualquer hierarquia de classes &#039;&#039;C++&#039;&#039; do &#039;&#039;Qt&#039;&#039;. Instalação a partir do código fonte. Necessária reinstalação por conta das atualizações impostas ao &#039;&#039;Qt&#039;&#039; para a instalação do &#039;&#039;VTK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;VTK:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; para manipulação e exibição de dados científicos. Inclui ferramentas de estado da arte para renderização 3D, uma suíte de widgets para interação 3D e ampla capacidade de plotagem de dados 2D. Instalação a partir do código fonte com completa reestruturação para utilização das instruções de ponto flutuante &#039;&#039;NEON&#039;&#039; e demais extensões de vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Também demanda a atualização do &#039;&#039;Qt&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; de modelagem paramétrica 3D (&#039;&#039;CAD&#039;&#039;). Instalação a partir do código fonte, com reestruturação para a utilização de aceleração &#039;&#039;NEON&#039;&#039; e demais acelerações de ponto flutuante da arquitetura &#039;&#039;ARM V7&#039;&#039; (32 bits), bem como a inclusão de suporte para operações &#039;&#039;OpenGL&#039;&#039; por emulação, permitindo o uso eficiente em plataformas sem suporte para &#039;&#039;DRM&#039;&#039; (aceleração &#039;&#039;OpenGL&#039;&#039; por hardware).&lt;br /&gt;
No momento não foram feitas otimizações para aceleração OpenGL (por&lt;br /&gt;
conta da ausência de drivers).&lt;br /&gt;
#&#039;&#039;&#039;Go&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Electrum&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;coremark&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;glmark2&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;burrow&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Keras&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Theano&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces&#039;&#039;&#039;&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=84</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=84"/>
		<updated>2019-09-11T18:27:05Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. Instalação a partir do código fonte. Bibliotecas &#039;&#039;Linux&#039;&#039; e suporte ao &#039;&#039;Python 3&#039;&#039;. Completa reconfiguração para autilização dos conjuntos de instruções &#039;&#039;NEON&#039;&#039; e demais extensões de ponto flutuante e vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original &#039;&#039;OpenCV&#039;&#039; da distribuição &#039;&#039;Debian&#039;&#039; pelo código recompilado, inclusive removendo eventuais extensões &#039;&#039;OpenCV&#039;&#039; instaladas no &#039;&#039;python&#039;&#039; via &#039;&#039;pip&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas para o desenvolvimento de aplicações com paralelismo massivo &#039;&#039;MIMD&#039;&#039;. Foi realizada a instalação a partir do código fonte, substituindo completamente as bibliotecas da distribuição &#039;&#039;Debian&#039;&#039;. Completa reconfiguração para a utilização otimizada dos conjuntos de instruções &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original da distribuição pelo código recompilado, inclusive removendo bibliotecas locais e demais links.&lt;br /&gt;
#&#039;&#039;&#039;PySide:&#039;&#039;&#039; conjunto de bibliotecas que fornecem a integração entre o &#039;&#039;python&#039;&#039; e &#039;&#039;Qt.4&#039;&#039; (e, em andamento &#039;&#039;Qt.5&#039;&#039;). O &#039;&#039;PySide&#039;&#039; fornece uma cadeia completa de ferramentas para a rápida integração com qualquer hierarquia de classes &#039;&#039;C++&#039;&#039; do &#039;&#039;Qt&#039;&#039;. Instalação a partir do código fonte. Necessária reinstalação por conta das atualizações impostas ao &#039;&#039;Qt&#039;&#039; para a instalação do &#039;&#039;VTK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;VTK:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; para manipulação e exibição de dados científicos. Inclui ferramentas de estado da arte para renderização 3D, uma suíte de widgets para interação 3D e ampla capacidade de plotagem de dados 2D. Instalação a partir do código fonte com completa reestruturação para utilização das instruções de ponto flutuante NEON e demais extensões de vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Também demanda a atualização do &#039;&#039;Qt&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Go&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Electrum&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;coremark&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;glmark2&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;burrow&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Keras&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Theano&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces&#039;&#039;&#039;&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=83</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=83"/>
		<updated>2019-09-11T18:26:30Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. Instalação a partir do código fonte. Bibliotecas &#039;&#039;Linux&#039;&#039; e suporte ao &#039;&#039;Python 3&#039;&#039;. Completa reconfiguração para autilização dos conjuntos de instruções &#039;&#039;NEON&#039;&#039; e demais extensões de ponto flutuante e vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original &#039;&#039;OpenCV&#039;&#039; da distribuição &#039;&#039;Debian&#039;&#039; pelo código recompilado, inclusive removendo eventuais extensões &#039;&#039;OpenCV&#039;&#039; instaladas no &#039;&#039;python&#039;&#039; via &#039;&#039;pip&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas para o desenvolvimento de aplicações com paralelismo massivo &#039;&#039;MIMD&#039;&#039;. Foi realizada a instalação a partir do código fonte, substituindo completamente as bibliotecas da distribuição &#039;&#039;Debian&#039;&#039;. Completa reconfiguração para a utilização otimizada dos conjuntos de instruções &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original da distribuição pelo código recompilado, inclusive removendo bibliotecas locais e demais links.&lt;br /&gt;
#&#039;&#039;&#039;PySide:&#039;&#039;&#039; conjunto de bibliotecas que fornecem a integração entre o &#039;&#039;python&#039;&#039; e &#039;&#039;Qt.4&#039;&#039; (e, em andamento &#039;&#039;Qt.5&#039;&#039;). O &#039;&#039;PySide&#039;&#039; fornece uma cadeia completa de ferramentas para a rápida integração com qualquer hierarquia de classes &#039;&#039;C++&#039;&#039; do &#039;&#039;Qt&#039;&#039;. Instalação a partir do código fonte. Necessária reinstalação por conta das atualizações impostas ao &#039;&#039;Qt&#039;&#039; para a instalação do &#039;&#039;VTK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;VTK:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; para manipulação e exibição de dados científicos. Inclui ferramentas de estado da arte para renderização 3D, uma suíte de widgets para interação 3D e ampla capacidade de plotagem de dados 2D. Instalação a partir do código fonte com completa reestruturação para utilização das instruções de ponto flutuante NEON e demais extensões de vetorização do ARM 32 bits. Também demanda a atualização do Qt.&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Go&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Electrum&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;coremark&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;glmark2&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;burrow&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Keras&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Theano&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces&#039;&#039;&#039;&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=82</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=82"/>
		<updated>2019-09-11T18:26:12Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Softwares e Aplicações:&lt;br /&gt;
&lt;br /&gt;
== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. Instalação a partir do código fonte. Bibliotecas &#039;&#039;Linux&#039;&#039; e suporte ao &#039;&#039;Python 3&#039;&#039;. Completa reconfiguração para autilização dos conjuntos de instruções &#039;&#039;NEON&#039;&#039; e demais extensões de ponto flutuante e vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original &#039;&#039;OpenCV&#039;&#039; da distribuição &#039;&#039;Debian&#039;&#039; pelo código recompilado, inclusive removendo eventuais extensões &#039;&#039;OpenCV&#039;&#039; instaladas no &#039;&#039;python&#039;&#039; via &#039;&#039;pip&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas para o desenvolvimento de aplicações com paralelismo massivo &#039;&#039;MIMD&#039;&#039;. Foi realizada a instalação a partir do código fonte, substituindo completamente as bibliotecas da distribuição &#039;&#039;Debian&#039;&#039;. Completa reconfiguração para a utilização otimizada dos conjuntos de instruções &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original da distribuição pelo código recompilado, inclusive removendo bibliotecas locais e demais links.&lt;br /&gt;
#&#039;&#039;&#039;PySide:&#039;&#039;&#039; conjunto de bibliotecas que fornecem a integração entre o &#039;&#039;python&#039;&#039; e &#039;&#039;Qt.4&#039;&#039; (e, em andamento &#039;&#039;Qt.5&#039;&#039;). O &#039;&#039;PySide&#039;&#039; fornece uma cadeia completa de ferramentas para a rápida integração com qualquer hierarquia de classes &#039;&#039;C++&#039;&#039; do &#039;&#039;Qt&#039;&#039;. Instalação a partir do código fonte. Necessária reinstalação por conta das atualizações impostas ao &#039;&#039;Qt&#039;&#039; para a instalação do &#039;&#039;VTK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;VTK:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; para manipulação e exibição de dados científicos. Inclui ferramentas de estado da arte para renderização 3D, uma suíte de widgets para interação 3D e ampla capacidade de plotagem de dados 2D. Instalação a partir do código fonte com completa reestruturação para utilização das instruções de ponto flutuante NEON e demais extensões de vetorização do ARM 32 bits. Também demanda a atualização do Qt.&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Go&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Electrum&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;coremark&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;glmark2&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;burrow&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Keras&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Theano&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces&#039;&#039;&#039;&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=81</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=81"/>
		<updated>2019-09-11T18:25:46Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: /* Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x */&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Softwares e Aplicações:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;inputbox&amp;gt;&lt;br /&gt;
type=create&lt;br /&gt;
width=100&lt;br /&gt;
break=no&lt;br /&gt;
buttonlabel=Create new article&lt;br /&gt;
default=(Article title)&lt;br /&gt;
&amp;lt;/inputbox&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. Instalação a partir do código fonte. Bibliotecas &#039;&#039;Linux&#039;&#039; e suporte ao &#039;&#039;Python 3&#039;&#039;. Completa reconfiguração para autilização dos conjuntos de instruções &#039;&#039;NEON&#039;&#039; e demais extensões de ponto flutuante e vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original &#039;&#039;OpenCV&#039;&#039; da distribuição &#039;&#039;Debian&#039;&#039; pelo código recompilado, inclusive removendo eventuais extensões &#039;&#039;OpenCV&#039;&#039; instaladas no &#039;&#039;python&#039;&#039; via &#039;&#039;pip&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas para o desenvolvimento de aplicações com paralelismo massivo &#039;&#039;MIMD&#039;&#039;. Foi realizada a instalação a partir do código fonte, substituindo completamente as bibliotecas da distribuição &#039;&#039;Debian&#039;&#039;. Completa reconfiguração para a utilização otimizada dos conjuntos de instruções &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original da distribuição pelo código recompilado, inclusive removendo bibliotecas locais e demais links.&lt;br /&gt;
#&#039;&#039;&#039;PySide:&#039;&#039;&#039; conjunto de bibliotecas que fornecem a integração entre o &#039;&#039;python&#039;&#039; e &#039;&#039;Qt.4&#039;&#039; (e, em andamento &#039;&#039;Qt.5&#039;&#039;). O &#039;&#039;PySide&#039;&#039; fornece uma cadeia completa de ferramentas para a rápida integração com qualquer hierarquia de classes &#039;&#039;C++&#039;&#039; do &#039;&#039;Qt&#039;&#039;. Instalação a partir do código fonte. Necessária reinstalação por conta das atualizações impostas ao &#039;&#039;Qt&#039;&#039; para a instalação do &#039;&#039;VTK&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;VTK:&#039;&#039;&#039; software &#039;&#039;open source&#039;&#039; para manipulação e exibição de dados científicos. Inclui ferramentas de estado da arte para renderização 3D, uma suíte de widgets para interação 3D e ampla capacidade de plotagem de dados 2D. Instalação a partir do código fonte com completa reestruturação para utilização das instruções de ponto flutuante NEON e demais extensões de vetorização do ARM 32 bits. Também demanda a atualização do Qt.&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Go&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Electrum&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;coremark&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;glmark2&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;burrow&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Keras&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Theano&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces&#039;&#039;&#039;&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=80</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=80"/>
		<updated>2019-09-11T18:14:25Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Softwares e Aplicações:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;inputbox&amp;gt;&lt;br /&gt;
type=create&lt;br /&gt;
width=100&lt;br /&gt;
break=no&lt;br /&gt;
buttonlabel=Create new article&lt;br /&gt;
default=(Article title)&lt;br /&gt;
&amp;lt;/inputbox&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. Instalação a partir do código fonte. Bibliotecas &#039;&#039;Linux&#039;&#039; e suporte ao &#039;&#039;Python 3&#039;&#039;. Completa reconfiguração para autilização dos conjuntos de instruções &#039;&#039;NEON&#039;&#039; e demais extensões de ponto flutuante e vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original &#039;&#039;OpenCV&#039;&#039; da distribuição &#039;&#039;Debian&#039;&#039; pelo código recompilado, inclusive removendo eventuais extensões &#039;&#039;OpenCV&#039;&#039; instaladas no &#039;&#039;python&#039;&#039; via &#039;&#039;pip&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas para o desenvolvimento de aplicações com paralelismo massivo &#039;&#039;MIMD&#039;&#039;. Foi realizada a instalação a partir do código fonte, substituindo completamente as bibliotecas da distribuição &#039;&#039;Debian&#039;&#039;. Completa reconfiguração para a utilização otimizada dos conjuntos de instruções &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original da distribuição pelo código recompilado, inclusive removendo bibliotecas locais e demais links.&lt;br /&gt;
#&#039;&#039;&#039;PySide:&#039;&#039;&#039; conjunto de bibliotecas que fornecem a integração entre o &#039;&#039;python&#039;&#039; e &#039;&#039;Qt.4&#039;&#039; (e, em andamento &#039;&#039;Qt.5&#039;&#039;). O &#039;&#039;PySide&#039;&#039; fornece uma cadeia completa de ferramentas para a rápida integração com qualquer hierarquia de classes &#039;&#039;C++&#039;&#039; do &#039;&#039;Qt&#039;&#039;. Instalação a partir do código fonte.&lt;br /&gt;
#&#039;&#039;&#039;VTK&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Go&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Electrum&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;coremark&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;glmark2&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;burrow&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Keras&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Theano&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces&#039;&#039;&#039;&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=79</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=79"/>
		<updated>2019-09-11T18:04:03Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Softwares e Aplicações:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;inputbox&amp;gt;&lt;br /&gt;
type=create&lt;br /&gt;
width=100&lt;br /&gt;
break=no&lt;br /&gt;
buttonlabel=Create new article&lt;br /&gt;
default=(Article title)&lt;br /&gt;
&amp;lt;/inputbox&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. Instalação a partir do código fonte. Bibliotecas &#039;&#039;Linux&#039;&#039; e suporte ao &#039;&#039;Python 3&#039;&#039;. Completa reconfiguração para autilização dos conjuntos de instruções &#039;&#039;NEON&#039;&#039; e demais extensões de ponto flutuante e vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original &#039;&#039;OpenCV&#039;&#039; da distribuição &#039;&#039;Debian&#039;&#039; pelo código recompilado, inclusive removendo eventuais extensões &#039;&#039;OpenCV&#039;&#039; instaladas no &#039;&#039;python&#039;&#039; via &#039;&#039;pip&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas para o desenvolvimento de aplicações com paralelismo massivo &#039;&#039;MIMD&#039;&#039;. Foi realizada a instalação a partir do código fonte, substituindo completamente as bibliotecas da distribuição &#039;&#039;Debian&#039;&#039;. Completa reconfiguração para a utilização otimizada dos conjuntos de instruções &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original da distribuição pelo código recompilado, inclusive removendo bibliotecas locais e demais links.&lt;br /&gt;
#&#039;&#039;&#039;PySide&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;VTK&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Go&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Electrum&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;coremark&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;glmark2&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;burrow&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Keras&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Theano&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces&#039;&#039;&#039;&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=78</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=78"/>
		<updated>2019-09-11T17:38:31Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Softwares e Aplicações:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;inputbox&amp;gt;&lt;br /&gt;
type=create&lt;br /&gt;
width=100&lt;br /&gt;
break=no&lt;br /&gt;
buttonlabel=Create new article&lt;br /&gt;
default=(Article title)&lt;br /&gt;
&amp;lt;/inputbox&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. Instalação a partir do código fonte. Bibliotecas &#039;&#039;Linux&#039;&#039; e suporte ao &#039;&#039;Python 3&#039;&#039;. Completa reconfiguração para autilização dos conjuntos de instruções &#039;&#039;NEON&#039;&#039; e demais extensões de ponto flutuante e vetorização do &#039;&#039;ARM V7&#039;&#039; (32 bits). Substituição de toda a infraestrutura original &#039;&#039;OpenCV&#039;&#039; da distribuição &#039;&#039;Debian&#039;&#039; pelo código recompilado, inclusive removendo eventuais extensões &#039;&#039;OpenCV&#039;&#039; instaladas no &#039;&#039;python&#039;&#039; via &#039;&#039;pip&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;PySide&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;VTK&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Go&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Electrum&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;coremark&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;glmark2&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;burrow&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Keras&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Theano&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces&#039;&#039;&#039;&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=77</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=77"/>
		<updated>2019-09-11T17:37:17Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Softwares e Aplicações:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;inputbox&amp;gt;&lt;br /&gt;
type=create&lt;br /&gt;
width=100&lt;br /&gt;
break=no&lt;br /&gt;
buttonlabel=Create new article&lt;br /&gt;
default=(Article title)&lt;br /&gt;
&amp;lt;/inputbox&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. Instalação a partir do código fonte. Bibliotecas &#039;&#039;Linux&#039;&#039; e suporte ao &#039;&#039;Python 3&#039;&#039;. Completa reconfiguração para autilização dos conjuntos de instruções &#039;&#039;&#039;NEON&#039;&#039;&#039; e demais extensões de ponto flutuante e vetorização do &#039;&#039;&#039;ARM V7&#039;&#039;&#039; (32 bits). Substituição de toda a infraestrutura original &#039;&#039;&#039;OpenCV&#039;&#039;&#039; da distribuição &#039;&#039;&#039;Debian&#039;&#039;&#039; pelo código recompilado, inclusive removendo eventuais extensões &#039;&#039;&#039;OpenCV&#039;&#039;&#039; instaladas no python via pip.&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;PySide&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;VTK&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Go&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Electrum&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;coremark&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;glmark2&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;burrow&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Keras&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Theano&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces&#039;&#039;&#039;&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=76</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=76"/>
		<updated>2019-09-11T17:32:11Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Softwares e Aplicações:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;inputbox&amp;gt;&lt;br /&gt;
type=create&lt;br /&gt;
width=100&lt;br /&gt;
break=no&lt;br /&gt;
buttonlabel=Create new article&lt;br /&gt;
default=(Article title)&lt;br /&gt;
&amp;lt;/inputbox&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. Instalação a partir do código fonte. Bibliotecas Linux e suporte ao Python 3. Completa reconfiguração para autilização do instruction set NEON e demais extensões de ponto flutuante e vetorização do ARM 32 bits. Substituição de toda a infra-estrutura original opencv da distribuição Debian pelo código recompilado, inclusive removendo eventuais extensões opencv instaladas no python via pip.&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;PySide&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;VTK&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Go&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Electrum&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;coremark&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;glmark2&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;burrow&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Keras&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Theano&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces&#039;&#039;&#039;&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=75</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=75"/>
		<updated>2019-09-11T17:29:45Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Softwares e Aplicações:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;inputbox&amp;gt;&lt;br /&gt;
type=create&lt;br /&gt;
width=100&lt;br /&gt;
break=no&lt;br /&gt;
buttonlabel=Create new article&lt;br /&gt;
default=(Article title)&lt;br /&gt;
&amp;lt;/inputbox&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. &lt;br /&gt;
#&#039;&#039;&#039;OpenMPI&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;PySide&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;VTK&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Go&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Electrum&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;coremark&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;glmark2&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;burrow&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Keras&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Theano&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces&#039;&#039;&#039;&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=74</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=74"/>
		<updated>2019-09-11T17:29:22Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Softwares e Aplicações:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;inputbox&amp;gt;&lt;br /&gt;
type=create&lt;br /&gt;
width=100&lt;br /&gt;
break=no&lt;br /&gt;
buttonlabel=Create new article&lt;br /&gt;
default=(Article title)&lt;br /&gt;
&amp;lt;/inputbox&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;. Como suporte para o &#039;&#039;tensoflow&#039;&#039;. &#039;&#039;&#039;Versões 0.23.2&#039;&#039;&#039; e &#039;&#039;&#039;0.24.1&#039;&#039;&#039;. Foram feitas adequações para a execução dos compiladores java. Adequações principais: redimensionamento dos &#039;&#039;stacks&#039;&#039; do compilador java e reparametrização para usar o &#039;&#039;openjdk&#039;&#039;.&lt;br /&gt;
dado que a Oracle encerrou o ciclo java para ARM 32 bits no JDK 8.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV:&#039;&#039;&#039; conjunto de bibliotecas e ferramentas no campo da &#039;&#039;visão computacional&#039;&#039;. &lt;br /&gt;
#&#039;&#039;&#039;OpenMPI&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;PySide&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;VTK&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Go&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Electrum&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;coremark&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;glmark2&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;burrow&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Keras&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Theano&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces&#039;&#039;&#039;&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=73</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=73"/>
		<updated>2019-09-11T17:21:05Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Softwares e Aplicações:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;inputbox&amp;gt;&lt;br /&gt;
type=create&lt;br /&gt;
width=100&lt;br /&gt;
break=no&lt;br /&gt;
buttonlabel=Create new article&lt;br /&gt;
default=(Article title)&lt;br /&gt;
&amp;lt;/inputbox&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a possibilidade de utilização de múltiplas linguagens de programação. O porte para o Labrador foi feito utilizando a metodologia de &#039;&#039;bootstrap&#039;&#039;.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;PySide&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;VTK&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Go&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Electrum&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;coremark&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;glmark2&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;burrow&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Keras&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Theano&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces&#039;&#039;&#039;&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=72</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=72"/>
		<updated>2019-09-11T17:17:50Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Softwares e Aplicações:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;inputbox&amp;gt;&lt;br /&gt;
type=create&lt;br /&gt;
width=100&lt;br /&gt;
break=no&lt;br /&gt;
buttonlabel=Create new article&lt;br /&gt;
default=(Article title)&lt;br /&gt;
&amp;lt;/inputbox&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados:&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel:&#039;&#039;&#039; ferramenta desenvolvida pela &#039;&#039;&#039;Google&#039;&#039;&#039; para desenvolvimento de software. Provê uma interface contínua e consistente para desenvolvimento de aplicações com a utilização de linguagens diversas.&lt;br /&gt;
#&#039;&#039;&#039;OpenCV&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;PySide&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;VTK&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Go&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Electrum&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;coremark&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;glmark2&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;burrow&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Keras&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Theano&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces&#039;&#039;&#039;&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=71</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=71"/>
		<updated>2019-09-11T17:10:25Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: &lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Softwares e Aplicações:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;inputbox&amp;gt;&lt;br /&gt;
type=create&lt;br /&gt;
width=100&lt;br /&gt;
break=no&lt;br /&gt;
buttonlabel=Create new article&lt;br /&gt;
default=(Article title)&lt;br /&gt;
&amp;lt;/inputbox&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Bazel&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;OpenCV&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;OpenMPI&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;PySide&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;VTK&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;FreeCAD&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Go&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Electrum&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;ffmpeg&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;coremark&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;glmark2&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;burrow&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Plataforma python3&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Keras&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Theano&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação e contagem de carros&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de placas de licenciamento&#039;&#039;&#039;&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#&#039;&#039;&#039;Identificação de faces&#039;&#039;&#039;&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=70</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=70"/>
		<updated>2019-09-11T17:01:59Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: /* Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x */ nova seção&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Softwares e Aplicações:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;inputbox&amp;gt;&lt;br /&gt;
type=create&lt;br /&gt;
width=100&lt;br /&gt;
break=no&lt;br /&gt;
buttonlabel=Create new article&lt;br /&gt;
default=(Article title)&lt;br /&gt;
&amp;lt;/inputbox&amp;gt;&lt;br /&gt;
&lt;br /&gt;
== Softwares e Aplicações Portados Para Caninos Labrador V1.x V2.x ==&lt;br /&gt;
&lt;br /&gt;
;&#039;&#039;&#039;Softwares Portados&#039;&#039;&#039;&lt;br /&gt;
#Bazel&lt;br /&gt;
#OpenCV&lt;br /&gt;
#OpenMPI&lt;br /&gt;
#PySide&lt;br /&gt;
#VTK&lt;br /&gt;
#FreeCAD&lt;br /&gt;
#Go&lt;br /&gt;
#Electrum&lt;br /&gt;
#ffmpeg&lt;br /&gt;
#coremark&lt;br /&gt;
#glmark2&lt;br /&gt;
#burrow&lt;br /&gt;
;&#039;&#039;&#039;Instalações&#039;&#039;&#039;&lt;br /&gt;
#Plataforma python3&lt;br /&gt;
#Keras&lt;br /&gt;
#Theano&lt;br /&gt;
;&#039;&#039;&#039;Softwares Desenvolvidos&#039;&#039;&#039;&lt;br /&gt;
#Identificação e contagem de carros&lt;br /&gt;
#Identificação de placas de licenciamento&lt;br /&gt;
;&#039;&#039;&#039;Softwares Adaptados&#039;&#039;&#039;&lt;br /&gt;
#Identificação de faces&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
	<entry>
		<id>https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=69</id>
		<title>Discussão:Página principal</title>
		<link rel="alternate" type="text/html" href="https://wiki.canisinc.com.br/index.php?title=Discuss%C3%A3o:P%C3%A1gina_principal&amp;diff=69"/>
		<updated>2019-09-11T16:48:20Z</updated>

		<summary type="html">&lt;p&gt;Cdab63: Criou página com &amp;#039;Softwares e Aplicações:  &amp;lt;inputbox&amp;gt; type=create width=100 break=no buttonlabel=Create new article default=(Article title) &amp;lt;/inputbox&amp;gt;&amp;#039;&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;Softwares e Aplicações:&lt;br /&gt;
&lt;br /&gt;
&amp;lt;inputbox&amp;gt;&lt;br /&gt;
type=create&lt;br /&gt;
width=100&lt;br /&gt;
break=no&lt;br /&gt;
buttonlabel=Create new article&lt;br /&gt;
default=(Article title)&lt;br /&gt;
&amp;lt;/inputbox&amp;gt;&lt;/div&gt;</summary>
		<author><name>Cdab63</name></author>
	</entry>
</feed>