基于RISC-V的人工智能應(yīng)用開發(fā)
定 價:88 元
- 作者:廖義奎 著
- 出版時間:2020/6/1
- ISBN:9787519843892
- 出 版 社:中國電力出版社
- 中圖法分類:TP332
- 頁碼:348
- 紙張:膠版紙
- 版次:1
- 開本:16開
《基于RISC-V的人工智能應(yīng)用開發(fā)》較全面地介紹人工智能芯片K210的特點和應(yīng)用開發(fā),深入淺出地講解人工神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用設(shè)計,特別是全面和深入分析YOLO網(wǎng)絡(luò)與目標(biāo)檢測方法,并把YOLO網(wǎng)絡(luò)應(yīng)用于K210之中。
第一部分為RISC-V及人工智能芯片,主要介紹RISC-V構(gòu)架人工智能芯片K210應(yīng)用開發(fā),包括RISC-V構(gòu)架及人工智能芯片K210介紹、輸入,輸出、串口通信、定時器與日歷、音頻輸入/輸出接口、顯示屏驅(qū)動、攝像頭數(shù)據(jù)采集、外部存儲器、K210的WS2812驅(qū)動、K210的ESP8266驅(qū)動以及K210的MicroPython編程。第二部分為深度學(xué)習(xí),主要介紹Keras及TensorFlow Lite應(yīng)用開發(fā),包括Keras人工神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計、Keras卷積神經(jīng)網(wǎng)絡(luò)及深度學(xué)習(xí)、TensorFlow Lite安卓應(yīng)用開發(fā)。第三部分為YOLOv3目標(biāo)檢測,主要介紹YOLOv1/v2/v3深度卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測應(yīng)用開發(fā),包括YOLO網(wǎng)絡(luò)與目標(biāo)檢測基礎(chǔ)、YOLO網(wǎng)絡(luò)樣本標(biāo)注與訓(xùn)練、YOLO網(wǎng)絡(luò)結(jié)構(gòu)分析、YOLO網(wǎng)絡(luò)在安卓中的應(yīng)用。第四部分為YOLO和K210綜合應(yīng)用,主要介紹K210卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用實例,包括K210人工神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計、K210卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計、K210神經(jīng)網(wǎng)絡(luò)處理器工作原理分析、K210神經(jīng)網(wǎng)絡(luò)處理器應(yīng)用實例。
《基于RISC-V的人工智能應(yīng)用開發(fā)》適合于從事物聯(lián)網(wǎng)、人工智能、嵌入式系統(tǒng)以及電子技術(shù)應(yīng)用開發(fā)初學(xué)者作為參考資料,或者作為本專科物聯(lián)網(wǎng)、人工智能、嵌入式系統(tǒng)、單片機(jī)等相關(guān)課程的教材,也適合于作為課程設(shè)計、畢業(yè)設(shè)計以及各類專業(yè)競賽指導(dǎo)教材。
介紹了RISC-V構(gòu)架人工智能芯片K210的特點和應(yīng)用開發(fā)方法。本書的編寫方法基本上是每一章都首先介紹應(yīng)用開發(fā)實例,從Z簡單的實例到較復(fù)雜的應(yīng)用循序漸進(jìn)地介紹;然后在每一章的后半部分再深入介紹其低層的工作原理。
前言
RISC-V 處理器架構(gòu)的廣泛應(yīng)用是 CPU(Central Processing Unit,中央處理器)一個重要發(fā)展趨勢,大量的國內(nèi)企業(yè)已經(jīng)或者計劃推出這類處理器芯片。RISC-V 指令集是基于精簡指令集計算(RISC)原理建立的開放指令集架構(gòu)(ISA),RISC-V 指令集完全開源,設(shè)計簡單,易于移植 UNIX/Linux 一類系統(tǒng),模塊化設(shè)計工具鏈完整得到了產(chǎn)業(yè)界和社區(qū)的廣泛支持。
人工智能芯片廣泛的應(yīng)用是人工智能的一個重要發(fā)展趨勢,今后人工智能的運(yùn)算將越來越多地在人工智能芯片上完成。人工智能芯片主要是神經(jīng)網(wǎng)絡(luò)處理器(NPU),是為深度學(xué)習(xí)而生的專業(yè)芯片,其表現(xiàn)大大優(yōu)于傳統(tǒng) GPU(Graphics Processing Unit,圖形處理器)、GPU(Graphics Processing Unit,圖形處理器)和 DSP(Digital Signal Processing,數(shù)字信號處理),是未來人工智能應(yīng)用的重要發(fā)展方向。
本書介紹的嘉楠勘智 K210 人工智能芯片,是 RISC-V 與神經(jīng)網(wǎng)絡(luò)處理器的有機(jī)融合,已經(jīng)在市場上得到迅速的推廣與應(yīng)用。K210 內(nèi)含雙核 64 位 RISC-V 處理器,主頻 400MHz,帶通用的卷積神經(jīng)網(wǎng)絡(luò)單元(NPU),價格低性能高,既可以作為一個高端多核單片機(jī),又可以作為人工智能芯片,應(yīng)用前景廣泛。
K210 的 KPU(Knowledge Processing Unit,知識處理單元)是通用神經(jīng)網(wǎng)絡(luò)處理器,內(nèi)置卷積、批歸一化、激活、池化運(yùn)算單元,可以對人臉或物體進(jìn)行實時檢測。K210 可結(jié)合機(jī)器視覺和機(jī)器聽覺能力提供更強(qiáng)大的功能。
人工智能和深度學(xué)習(xí)領(lǐng)域能應(yīng)用于實時目標(biāo)檢測的網(wǎng)絡(luò)不多,YOLO 卷積神經(jīng)網(wǎng)絡(luò)是其中之一,效果優(yōu)良,并且已經(jīng)得到了廣泛應(yīng)用。YOLO 可以一次性預(yù)測多個框位置和類別,實現(xiàn)端到端的目標(biāo)檢測和識別,其最大的優(yōu)勢是速度快。通過 YOLO,每張圖像只需要看一眼就能得出圖像中有哪些物體和這些物體的位置。
K210 人工智能芯片與 YOLO 卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合,可以實現(xiàn)低成本的實時目標(biāo)檢測,這一點正是本書所要實現(xiàn)的目標(biāo)。
本書結(jié)構(gòu)
第一部分:RISC-V 及人工智能芯片。主要介紹 RISC-V 構(gòu)架人工智能芯片 K210 應(yīng)用開發(fā),包括 RISC-V 構(gòu)架及人工智能芯片 K210 介紹、輸入/輸出、串口通信、定時器與日歷、音頻輸入/輸出接口、顯示屏驅(qū)動、攝像頭數(shù)據(jù)采集、外部存儲器、K210 的 WS2812 驅(qū)動、K210 的 ESP8266 驅(qū)動以及 K210 的 MicroPython 編程。
第二部分:深度學(xué)習(xí)。主要介紹 Keras 及 TensorFlow Lite 應(yīng)用開發(fā),包括 Keras 人工神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計、Keras 卷積神經(jīng)網(wǎng)絡(luò)及深度學(xué)習(xí)、TensorFlow Lite 安卓應(yīng)用開發(fā)。
第三部分:YOLOv3 目標(biāo)檢測。主要介紹 YOLOv1/v2/v3 深度卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測應(yīng)用開發(fā),包括 YOLO 網(wǎng)絡(luò)與目標(biāo)檢測基礎(chǔ)、YOLO 網(wǎng)絡(luò)樣本標(biāo)注與訓(xùn)練、YOLO 網(wǎng)絡(luò)結(jié)構(gòu)分析、YOLO 網(wǎng)絡(luò)在安卓中的應(yīng)用。
第四部分:YOLO 和 K210 綜合應(yīng)用。主要介紹 K210 卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用實例,包括 K210人工神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計、K210 卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計、K210 神經(jīng)網(wǎng)絡(luò)處理器工作原理分析、K210 神經(jīng)網(wǎng)絡(luò)處理器應(yīng)用實例。
本書特點
本書較全面和完整地介紹和講解 RISC-V 構(gòu)架人工智能芯片 K210 的特點和應(yīng)用開發(fā)方法。深入淺出地講解人工神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用設(shè)計,特別是全面和深入分析 YOLO網(wǎng)絡(luò)與目標(biāo)檢測方法,并把 YOLO 網(wǎng)絡(luò)應(yīng)用于 K210 之中。
本書每一章的編寫方法都基本相同,首先介紹應(yīng)用開發(fā)實例,從最簡單的實例到較復(fù)雜的應(yīng)用循序漸進(jìn)地介紹,最后在每一章的后半部分再深入介紹其低層的工作原理。
本書源代碼、教學(xué)課件可以掃描前言的二維碼獲取。
讀者對象
本書適合于從事物聯(lián)網(wǎng)、人工智能、嵌入式系統(tǒng)以及電子技術(shù)應(yīng)用開發(fā)初學(xué)者作為參考資料,或者作為本專科物聯(lián)網(wǎng)、人工智能、嵌入式系統(tǒng)、單片機(jī)等相關(guān)課程的教材,也適合于作為課程設(shè)計、畢業(yè)設(shè)計以及各類專業(yè)競賽指導(dǎo)教材。
聯(lián)系作者
對本書的程序代碼、相關(guān)配套的 K210 開發(fā)板、控制模塊、傳感器模塊、通信模塊等有興趣的讀者,以及對本書相關(guān)知識感興趣的讀者,可以加入 QQ 群 AI_IoT(群號 784735940)交流、討論和共同學(xué)習(xí)。
致謝
在本書的編寫過程中,得到了嘉楠科技官方 K210 芯片負(fù)責(zé)人黃銳等相關(guān)人員以及WS2812 官方深圳市華彩威電子有限公司張少青的大力支持,在此表示衷心感謝。感謝蒙良橋、宋因建、殷徐棟、陳妍、張小珍、覃雪原、官玉恒、韋艷芳、覃玉龍、韋政、林寶玲、蘇小艷、蘇金秀分別審閱了本書的部分章節(jié)內(nèi)容。
本書在編寫過程中參考了大量的文獻(xiàn)資料,一些資料來自互聯(lián)網(wǎng)和非正式出版物,書后的參考文獻(xiàn)無法一一列舉,在此對原作者表示誠摯的謝意。
K210 官方公布的資料比較少,官方和網(wǎng)上的示例也比較少,因此本書在參考這些資料時可能會存在一些理解上的偏差和內(nèi)容方面的不足。另外,由于作者水平有限,書中難免存在錯誤和疏漏之處,敬請讀者批評指正。
編著者
廖義奎,主要研究方向是物聯(lián)網(wǎng)、嵌入式系統(tǒng)及智能控制,長期從事自動控制、電子產(chǎn)品及計算機(jī)軟件的研究與開發(fā)工作,出版著作獨著9部,合著1部,發(fā)表與合作發(fā)表論文30篇,申請發(fā)明專利5項,實用新型專利5項,軟件著作權(quán)7項。