Este erro ocorre quando os computadores com clientes ssh atuais tentam se conectar com servidores que utilizam encriptação antiga ssh-dss. Este tipo de encriptação além de depreciada, não é utilizado nos clientes ssh atuais. A seguir, a solução editando o arquivo config presente na pasta ~/.ssh para força este tipo de encriptação.
Host meuservidor
Port 22
Hostname meuservidor
User cabelo
HostKeyAlgorithms ssh-dss
PubkeyAcceptedKeyTypes=+ssh-dss
Estou disponibilizando os pacotes da biblioteca realsense para os modelos da série D400, SR300 e T265. A biblioteca captura dados 3D, infravermelho e RGB. Mais informações sobre o projeto em : https://devmesh.intel.com/projects/intel-realsense-package-for-all-linux-distributions
No final deste post um vídeo demonstrativo da instalação e execução do exemplo no sistema OpenSuSE Leap 15.1.
A série de câmeras de profundidade Intel® RealSense™ D400 utiliza visão em estéreo para calcular a profundidade. Tanto a versão D415 como a D435 são alimentadas via USB e consistem em um par de sensores de profundidade, um sensor RGB e um projetor de infravermelho. Eles são ideais para makers e desenvolvedores adicionarem capacidade de percepção de profundidade ao desenvolvimento de protótipos.
Ambas as câmeras de profundidade incluem:
| Intel RealSense D415 | Intel RealSense D435 | |
| Ambiente | Interno e externo | Interno e externo |
| Tecnologia de profundidade | Infravermelho (IR) ativo estéreo | IR ativo estéreo |
| Tecnologia de sensor de imagem | Obturador de rolamento: tamanho do pixel 1,4 mm x 1,4 mm | Obturador global: tamanho do pixel 3 mm x 3 mm |
| Principais produtos Intel® RealSense™ | Processador de visão Intel® RealSense™ D4 Módulo Intel® RealSense™ D410 | Processador de visão Intel® RealSense™ D4 Módulo Intel® RealSense™ D430 |
| Profundidade do campo de visão (FOV)—(horizontal × vertical) para 16:9 HD | 63,4° x 40,4° (+/- 3°) | 85,2° x 58° (+/- 3°) |
| Resolução de saída do stream de profundidade | Até 1280 x 720 | Até 1280 x 720 |
| Taxa de frames de saída do stream de profundidade | Até 90 fps | Até 90 fps |
| Distância de profundidade mínima (Min-Z) | 0,16 m | 0,11 m |
| Faixa máxima | Aproximadamente 10 metros A precisão varia conforme a calibração, cena e condições de iluminação | Aproximadamente 10 metros A precisão varia conforme a calibração, cena e condições de iluminação |
| Resolução do sensor RGB e taxa de quadros | 1920 x 1080 a 30 fps | 1920 x 1080 a 30 fps |
| FOV do sensor RGB (horizontal × vertical) | 69,4° x 42,5° (+/- 3°) | 69,4° x 42,5° (+/- 3°) |
| Dimensão da câmera (comprimento x profundidade x altura) | 99 mm x 20 mm x 23 mm | 90 mm x 25 mm x 25 mm |
| Conector | USB Tipo C* | USB Tipo C* |
| Mecanismo de montagem | Um ponto de montagem com rosca 1/4-20 UNC Dois pontos de montagem com rosca M3 | Um ponto de montagem com rosca 1/4-20 UNC Dois pontos de montagem com rosca M3 |
Disponibilizo a imagem OpenSuSE Leap 15.1 na Amazon Marketplace para todos os modelos de maquinas virtuais. Em breve também publicarei a imagem OpenSuSE Micro, ou seja uma imagem minimalista desta versão do OS! Mais informações aqui: https://aws.amazon.com/marketplace/pp/B07S6NP2SM?qid=1559321457616
Dia do Orgulho NERD, data escolhida em função do primeiro filme da série Star Wars, o Episódio IV: Uma Nova Esperança, em 25 de maio de 1977entre outros motivos.
Hoje é dia de comemorar o lançamento do OpenSuSE 15.1! Disponibilizei esta versão em docker e AMI (Amazon Machine Image), a seguir um sucinto resumo das novidades.
O kernel utilizado continua sendo o 4.12, mas com o suporte gráfico disponível no kernel 4.19 (backport), suporte aos hardware x86_64, ARM64 e POWER, gcc 8 e 7 disponíveis, melhorias na comunicação inter-processos, Network Manager é o padrão para notebook e desktops, OpenSSL atualizado para 1.1.0i, LibreOffice 6.1, Firefox 60, Java OpenJDK 11 entre outros. Mais informações AQUI!
Utilize o código #CABELO_JEDINACPBSB3 para obter desconto na Campus Party Brasília 2019. Aproveitem… Mais informações em https://brasil.campus-party.org/
Utilizando o convencional facefind com cascade do openCV e a tecnologia openGL foi possível trabalhar com renderização da transformação de coordenadas de visualização relativa no espaço tridimensional virtual. A seguir um vídeo demonstrativo.
Utilizando algoritmos de detecção de esqueleto junto aos cálculos dos ângulos internos dos vértices, é possível identificar posições em tempo real e baseado na interpretação do comportamento. Assim disparando alertas sonoros e de mensagens, como também monitorar se o paciente caiu da cama ou ocorreu outro tipo de acidente.
O sistema de código aberto, estará disponível no portal de projeto do programa Intel Innovator quando concluído https://devmesh.intel.com/projects/nurse_please .
Neste teste laboratorial, a prova de conceito consiste em detectar colisões de veículos, chamar AUTOMATICAMENTE A POLÍCIA e AMBULÂNCIA e com o OCR de placa avisar OS FAMILIARES.
Nos testes como global Innovator Intel disponibilizo no vídeo a seguir, o excelente resultado referente ao uso da Inteligência Artificial sem poderosas GPU com a tecnologia OpenVINO da Intel. Ressalto que podemos utilizar as GPU de computadores modestos como também as novas VPUs.
Hoje é muito comum sistema de deep learning com inferência matemática para visão computacional utilizando técnicas de redes neurais convolucionais. Mas também é muito comum estes sistemas trabalharem com as poderosas GPUs. Neste artigo conheceremos o OpenVino, uma tecnologia da Intel que permite processar reconhecimento de objeto com 100 fps em processadores i5.
Então disponibilizo um artigo no Viva O Linux de como instalar e configurar a tecnologia OpenVINO da Intel.
Link na íntegra: https://www.vivaolinux.com.br/artigo/OpenVino-Inteligencia-Artificial-em-tempo-real-sem-GPU/
Assunto NERD: 