<nobr id="eeyoh"><big id="eeyoh"></big></nobr>

  • <button id="eeyoh"><acronym id="eeyoh"><cite id="eeyoh"></cite></acronym></button>

    <dd id="eeyoh"></dd>
    1. <dd id="eeyoh"><center id="eeyoh"></center></dd>

      <th id="eeyoh"></th>
      1. <span id="eeyoh"></span>
        更多課程 選擇中心

        嵌入式培訓
        達內IT學院

        400-111-8989

        嵌入式視覺優化及應用前景

        • 發布:嵌入式培訓
        • 來源:嵌入式資訊
        • 時間:2017-04-25 15:04

        嵌入式視覺的廣闊應用場景

        計算機視覺的視頻分析主要應用在人機交互,環境感知,智慧商業分析,自動駕駛以及安防監控等應用場景,一般要求實時處理,有些功能可以離線分析。

        人機交互:顧名思義就是機器和人的交互。它可以準確的判斷訪客的屬性信息,以及年齡性別的分析。同時基于一些手勢的控制,人機的互動性也將會上一個層次,但是這通常需要實時信息的反饋。

        環境感知:舉個例子,當機器人到一個陌生的環境時,通過環境感知技術,能快速準確地知道現在所處的環境位置,為導航或者其他功能的決策做個判斷。

        智慧商業分析:商業場所的視頻分析有兩個方面,一方面是當顧客到達一個商業場所,對她的屬性進行識別,比如年齡、喜好等,另一方面是商場的人流數據統計,這對于營銷決策起著不可或缺的作用。

        自動駕駛:目前自動駕駛市場非常廣大,包括攝像頭在內的多種傳感器是必備部件。相關的視覺技術要求包括汽車檢測/跟蹤、路標行人檢測等。

        安防監控:公共場所日益關注的安全及監控是全球范圍內推動智能攝像頭需求量增長的重要因素之一。通過人臉檢測、跟蹤與識別、人的屬性和動作行為檢測、車的檢測與跟蹤、物體標注等技術,可以非常實時的找出安防缺陷與問題。

        嵌入式視覺的廣闊應用場景

        前端設備智能化的必要性

        目前來看,我們身邊許多智能設備,如攝像頭、機器人等,它們都需要強大的本地實時交互、計算的能力,這也意味著前端設備上需要有智能化的能力。

        隨著智慧城市,智慧商業,智能家庭的發展,越來越多的攝像頭產品上線,傳統的視頻監控存儲,人工查看的方式,已經完全無法滿足現在對視頻分析的需求。如果使用大量服務器進行實時視頻分析,那么視頻的傳輸,存儲,分析的成本非常高,只能在某些特定領域使用,限制了應用場景和規模。

        人機交互,環境感知方面,需要實時的理解和響應,即使網絡條件差,或者沒有網絡,也需要能夠正常工作。為了解決這些問題,深度學習必須在前端有限的計算資源和功耗下運行。

        然而深度學習算法,計算量非常大,通常需要運行在高性能的服務器上,對于在前端運行提出了非常高的要求。這些正是嵌入式視覺的機遇與挑戰。Nvidia預計,到2020年,全球預計將會有10億臺監控攝像頭投入使用。將傳統的前端帶攝像頭的設備,升級為具有一定智能的設備,繼而在前端本地就能實時的完成特定的任務,比如檢測到感興趣的目標,并進行下一步的追蹤或者識別,對環境實時建模,自動導航,極具應用和商業價值,開創一個新的時代。

        深度學習針對嵌入式的優化方式

        前端設備智能化,前景廣闊。硬件+算法一體化的解決方案,以最優的性價比提供給客戶,才是嵌入式視覺解決方案的核心競爭力。嵌入式視覺中需要做非常多的優化工作。深度學習針對嵌入式方面的優化,主要有網絡結構優化,模型壓縮,定點化,二值化,結合SIMD,緩存,多線程,異構計算的優化。

        算法軟件優化

        1.網絡結構優化

        基于一個初始版本,對網絡結構進行調整,某些層的修改,參數的調整,使得它能夠在不降低精度的情況下速度更快。

        2.模型壓縮剪枝

        把一些不必要的分支給砍掉,在進行一個預測的時候,計算量相對會減少一些,速度變快。

        3.定點化,二值化

        深度學習模型的參數都是浮點數,相對來說它的計算比整數要復雜一些,特別在一些低端的芯片,乘法器都不夠多的情況下,浮點的性能就會比較差。如果把它轉成定點整數運算,那么在精度下降1%的情況下,它的速度將會帶來幾倍的提升。

        二值化比定點化更進一步,一個權重值只占用一個比特,并且可以將乘法運行轉換為異或操作,在特定硬件上并行性會更高,執行速度會更快,非常適合在低端芯片上使用。

        4.SIMD,緩存,多線程

        SIMD,單指令多數據,一次一條指令做多個操作,增加緩存命中,減少內存訪問。一些不同的算法如果放在不同的線程中去跑,對外提供的整體組合的效果會非常的快。

        5.異構計算

        與硬件相關比較大,根據我選擇的不同的硬件、不同的方案、定制化指令的不同,硬件選擇都會接觸到異構計算。

        將高性能服務器上運行的算法,遷移到嵌入式平臺實時運行,其難度非常大,除了算法軟件層面的優化,還需要充分利用硬件提供的計算能力。在硬件選擇方面,更是需要選取最適合的方案才能搭配出最優的性價比。

        硬件選擇

        1.ASIC專用芯片(谷歌TPU,中科院DIANNAO系列,需要找到大量使用的客戶,才能降低成本)

        在人工智能早期,只有少數公司用到這個方案,所以它的受眾并不會特別大。

        2.基于GPU的方案(GPU,英偉達公司推出的JetsonTX1,JetsongTX2等嵌入式GPU方案)

        GPU中有多核并發的優勢,在上面運行深度學習的復雜運算時,可以進行并行運算。同時,GPU本身支持定點、、浮點的操作,用GPU方案,相對來說能達到一個幾倍的加速。

        3.基于FPGA的方案(FPGA,主要供應商是賽靈思公司,各家算法公司在其上進行開發)

        FPGA對開發人員的要求非常高,首先要對軟件很熟悉,又要非常熟悉硬件,現在有些公司提供的一些解決方案,相當于能夠直接將深度學習的模型導到他們做的FPGA方案上去,然而,他們并不知道內部是如何優化的,整個FPGA方案的成本會非常高。

        4.基于DSP的方案(DSP,高通,Movidius,CEVA等芯片廠商,成本低)

        伴隨著一些大公司如高通、CEVA等廠商的使用,它的出貨量變得非常大,所以單片的成本非常低。DSP可以進行數字信號處理,以圖像來說,它有專門的并行操作可以對圖像進行快速訪問并計算。

        5.純CPU方案(ARM,MIPS,有非常多的選擇,具有最大的客戶群體,不同的芯片,性能和應用場景差距非常大)

        與前面說的四種優化方式相比,它的場景非常大,對于我們來說更多注重的是它優化的方向。因為所有方案里面都是有CPU的,它是一個必不可少的方案,如果在CPU上做的很快,那么在一些硬件、協處理器的情況下,速度會更加提升。

        在AndroidTV(ARMCPU)上本地運行的實時人臉追蹤+人臉識別

        未來發展趨勢

        從硬件成本考量,GPU和FPGA由于價格及功耗過高,限制了應用的場景,基本上在普通消費級產品中不會使用。在高端的一些方案當中,可能會選擇的是GPU和FPGA方案。因為它現在能提供一個比較大的計算量和計算能力,對于并不是非常注重成本的情況下,這兩個方案在目前是比較合適的選擇。

        另外,純CPU的方式對算法優化提出了非常高的要求。如果要使用它的話,可以進行兩個方面的優化。一個是云端方式,在云端去做,但是這可能并不是我們所看好的方案。另外一個在CPU上經過非常高的優化之后,使得算法全部或者部分的在CPU上運行。人工智能是一個趨勢,低成本的CPU方案目前能做的事情不多,所以芯片廠商們都會在這塊進行升級,而在升級完成的2-3年時間窗口內,純CPU的方式還是需要做一些軟件上的優化。

        未來幾年內比較看好ARM+DSP的方案,它有非常高的性價比,既可以提供比較低的成本,又具有很高的計算能力,技術演進路線比較自然,產品面向市場的時間也比較快。

        如果再長遠一些看,ASIC專用芯片將會變成主流。屆時人工智能領域將會產生一些規范,軟件算法也已然定型,一個專用芯片只能專門去做一個服務,比如自動駕駛專用芯片,它整合了行業中自動駕駛所有的復雜場景,只要使用這塊專門的芯片再加上一些傳感器就可以獲得自動駕駛的能力,是一種面向行業的專業應用了。

        預約申請免費試聽課

        填寫下面表單即可預約申請免費試聽!怕錢不夠?可就業掙錢后再付學費! 怕學不會?助教全程陪讀,隨時解惑!擔心就業?一地學習,可全國推薦就業!

        上一篇:物聯網技術之五:RFID
        下一篇:移植開源軟件到嵌入式Linux系統技術攻略
        • 掃碼領取資料

          回復關鍵字:視頻資料

          免費領取 達內課程視頻學習資料

        • 視頻學習QQ群

          添加QQ群:1143617948

          免費領取達內課程視頻學習資料

        Copyright ? 2021 Tedu.cn All Rights Reserved 京ICP備08000853號-56 京公網安備 11010802029508號 達內時代科技集團有限公司 版權所有

        選擇城市和中心
        黑龍江省

        吉林省

        河北省

        湖南省

        貴州省

        云南省

        廣西省

        海南省

        中文第一社区天天射干20191024香蕉视频1024香蕉视频操逼逼网 百度 好搜 搜狗
        <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>