将嵌入式视觉解决方案用作物联网应用中的智能芯片
将嵌入式视觉解决方案用作物联网应用中的智能芯片
我们推出的现场演示展示了如何将嵌入式视觉解决方案用作图像数据分类的高效智能芯片。阅读更多信息。
智能物联网应用的运作原理
例如相机等设备中的物联网芯片通常只能以极低的带宽来与云端连接，导致传输大量图像数据时速度很慢。其中一种解决方法是在相机芯片上分析图像数据，即进行"边缘计算"(Processing on the Edge)，然后仅需将经过评估后的数据传输到云端。带宽极低的连接对于此类处理已经完全够用。因此，相机可以迅速向云端进行传输，并对相关情况作出反应。
详细了解我们的嵌入式视觉解决方案第1步：为嵌入式视觉系统找到合适的硬件
这个现场演示是基于荣获奖项的Basler嵌入式视觉工具包。该工具包包括
一个Basler dart BCON（基于MIPI）相机模块
一块配备高通®骁龙™SoC的96 Boards™兼容处理卡，以及
一块96 Boards™兼容夹层板，可直接将相机模块连接到处理卡
借助这种解决方案，可直接在处理板上处理由相机模块以高帧速率采集的图像数据。
Discover the Embedded Vision Portfolio第2步：训练神经网络以进行分类
这个现场演示的目的是针对不同的乐高人物（工匠、宇航员、厨师等）或不同的交通标志进行分类。这项任务由神经网络完成，更确切地说，它采用的是卷积神经网络(CNN)。
Basler首先训练了两个不同的CNN，一个用于乐高人物分类，另一个用于交通标志分类。经过训练后的CNN不是很大，仅为几兆字节(MB)，可通过低带宽连接将它从云端传输到边缘设备，传输所需的时间也在可接受的范围内。在乐高人物CNN传输完成后，边缘设备就能可靠地对人物进行分类，并可以在带宽要求和延迟情况较低的条件下将结果报告给云端。为了"重新调整"边缘设备以便对交通标志进行分类，只需从云端传输相应的交通标志CNN，这样智能芯片就能可靠地检测不同的交通标志。
查看嵌入式视觉软件
嵌入式视觉系统优势概览：
将芯片连接到云端时对带宽的要求较低
云端应用对芯片事件进行反应的延迟较低
为同时“远程维护”多个芯片OTA提供理想的机会（即进行芯片配置、固件更新或上传新CNN，以便执行新的分类任务）