Qualcomm开发者网络(QDN)提供各种技术资源，供全球各地不同类型的开发者使用——从我们的行业客户、OEM和生态系统参与者，到制造商、学生和技术爱好者。
我们的项目页面展示了这些人才和创意项目，供您浏览并借鉴。
每年年底前，我们都会评选出五个比较有特点的项目，在我们的页面作特别展示。下面就是这五大项目，看完之后不要忘了提交您自己的项目，有机会在QDN上获得特别推荐！
针对Qualcomm® Robotics RB3平台发布的首批项目之一，旨在帮助您使用Amazon AWS Robomaker和Qualcomm Robotics RB3开发工具包。本项目介绍了运行AWS Robomaker附带的示例应用程序所需的步骤，以及如何创建自定义应用程序并将其部署在RB3上，操纵机器人原地旋转。
这些步骤涉及的主题包括创建AWS帐户、IAM管理、运行模拟任务以及利用AWS IoT Greengrass部署。
项目展示了如何使用Qualcomm Robotics RB3平台(该平台搭载Qualcomm ® 骁龙™ 845移动平台)以及使用Amazon AWS等知名云服务进行云处理。
本项目由Qualcomm无线通信技术(中国)有限公司工程团队的Zixiang Wang 和 Weizhang Luo完成。
本项目演示了如何开发在边缘设备上运行的图像识别应用程序。
我们喜欢这个项目，是因为它展示了如何使用骁龙处理器上运行的开源框架处理在边缘处理视频数据。
这只是拉丁美洲开发者社区分享的众多项目之一，此项目由企业开发，利用艾睿电子DragonBoard™ 410c上的Qualcomm ® APQ8016E应用处理器和96Boards生态系统，创建概念证明，并将成果分享到开发者社区。项目也可以在DragonBoard 820c上运行。
该项目介绍了如何安装OpenCV、TensorFlow和Python机器学习框架，如何在骁龙处理器上运行随附的“对象检测”Python示例应用程序。从广义的层面来讲，该项目向开发者展示了骁龙处理器的开发是如何的简单明了。
本项目开发者是巴西Inatel ICC QTT的Luiz Teixeira和Álvaro Cunha。
3. 使用DeepLab V3分割图像
智能手机可以优化摄像头拍摄的照片，但是你们有没有想过这个问题：它是如何发挥魔力，让照片看起来更精彩的。
本项目结合软件算法和硬件优化，创建背景虚化效果，大概解释了智能手机魔力背后的原理。它利用Qualcomm®神经处理SDK开发机器学习应用程序，可根据用户需求选择图像背景。
具体使用DeepLabV3实现此目标，这是Google针对图像语义分割(将图像中的像素链接到标签的过程)的深度学习框架算法。
项目需要开发者将图像数据转换为NumPy数据、培训模型并将其转换为DLC格式，使用我们的神经处理SDK模型对NumPy数据执行推断。该项目还展示了一个简单的例程，分析经过语义分割的图像数据，并将图像的背景转换为灰度。
项目开发者是印度Global Edge Software团队，成员包括：Rakesh Sankar、Shivanand Pujar、Akshay Kulkarni、Sushant Ahuja、Jinka Venkata Saikiran和Sahil Munaf Bandar。
4.QCA4020项目
我们Qualcomm® QCA4020是一款低功率物联网(IoT)片上系统(SoC)解决方案，可通过多个协议和无线电进行通信。鉴于其强大的功能，QCA4020也赢得了开发者的青睐，发布了很多优秀项目，因此，今年我们评选出两个相关项目。
Moddable SDK是开发工具和运行时软件的开源软件包，可用于创建嵌入式设备JavaScript应用程序。
项目展示了如何在QCA4020上启动和使用Moddable SDK进行开发，详细介绍了如何配置QCA4020进行调试，如何为可MODDABLE SDK应用程序做好准备，如何构建、安装和调试“Hello World”应用程序。完成后，开发者可以尝试其他示例，包括显示和传感器驱动程序、联网、蓝牙低能量(BLE)和图形用户界面。
项目开发者是美国加利福尼亚州帕洛阿尔托Moddable Tech, Inc.的Michael Kellner。
本项目基于QCA4020开发工具包开发家居自动化解决方案，利用BLE通道监控传感器(烟雾探测器)和控制设备(智能灯泡和智能锁)。
项目提供了关于初始化BLE、连接传感器的指令，包括经由BLE直接与QCA4020通信，以控制传感器的应用程序源代码。还包括用于端到端开发的说明和资源，包括一个酷炫的智能手机应用程序/用户界面。
总体而言，我们认为该项目为物联网项目提供了良好的出发点，这些项目可与多款设备进行BLE通信。
项目开发者是印度Global Edge Software团队，成员包括：Rakesh Sankar、Akshay Kulkarni、Jinka Venkata Saikiran和Sahil Munaf Bandar。
5.MDM9206调制解调器项目
与上述QCA4020项目相似，相关的优秀项目太多，我们不能仅局限于选择一个，因此有两个Qualcomm® MDM920x项目脱颖而出。
首先，我们有一系列基于GoKit4开发套件的项目，该套件搭载Qualcomm® MDM9206 LTE调制解调器，这些项目演示了如何与压力传感器、振动马达(如智能手机中的振动马达)、心率监视器和运动检测器接口，然后将收集的数据发送到Gizwits IoT云服务。
这些项目非常相似，都提供了详细的说明，包括零件清单、装配说明和用C编写的示例源代码；展示了MDM9206在NB-IoT不同物联网使用情况下的强大功能。
研究这些项目，有助于开发者深入了解设置与云通信的高能效边缘设备是如何的简单。
项目开发者是中国深圳的中科创达软件股份有限公司。
I去年五大项目中有一个LTE for IoT 商品服务车项目，该项目展示了M2M9206在零售物联网环境中的潜力。2019年，项目发布了更新版本，并再次成功入选前五大项目。
此项目模拟商品服务车，摆放相应的商品，在音乐节期间推到广场上销售。配备压力传感器的垫子检测车上是否有商品，并直接向MDM9206开发板报告库存信息。
Quectel LTE OPEN EVB配备MDM9206，将传感器数据发送到AWS IoT云服务。使用QTI LTE for IoT SDK，系统可以跟踪商品服务车并通过LTE将库存水平同步到AWS IoT实例。用户和活动组织者可以通过运行控制板应用的AWS实例，在地图上拖放图标，模拟重新部署购物车的操作。
去年的版本使用Dragonboard 410c收集传感器信息，然后利用MDM9206转发到云服务。2019年版没有使用Dragonboard 410c，而是将传感器数据直接馈送到MDM9206，再由MDM9206将数据发送到AWS云服务，展示了MDM9206在这方面的能力。
为最大限度地提高销售量，这些组件支持始终在线、始终连接的服务，覆盖几乎所有户内和户外位置。此外，实时数据收集允许商家决定如何放置购物车，哪些是热销产品，从而提高销售量。
项目开发者是印度Global Edge Software团队，成员包括： Shamlee C、PN Ramya、Abhinesh S和Steven P。
在明年的前五名榜单上看到您的下一个项目！
这些项目也表明，QDN是一个多元化的开发者社区，汇聚了全球人才，涵盖了各种技能水平、重点领域。开发者社区背后是各种各样基于QTI技术的解决方案。
我们希望本文能为您的下一个项目提供灵感，也很乐意听到您开发的项目信息。如果您希望分享项目，请提交项目，我们将会放在项目页面上做重点推荐。
Qualcomm 骁龙、Qualcomm Robotics RB3 Platform、Qualcomm神经处理、Qualcomm MDM9206和Qualcomm QCA4020是Qualcomm Technologies, Inc.和/或其子公司的产品。
【免责声明：CSDN本栏目发布信息，目的在于传播更多信息，丰富网络文化，稿件仅代表作者个人观点，与CSDN无关。其原创性以及中文陈述文字和文字内容未经本网证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本网不做任何保证或者承诺，请读者仅作参考，并请自行核实相关内容。凡注明为其他媒体来源的信息，均为转载自其他媒体，转载并不代表本网赞同其观点，也不代表本网对其真实性负责。您若对该稿件由任何怀疑或质疑，请即与CSDN联系，我们将迅速给您回应并做处理。】
