智能影像辨识系统的深入剖析
智能影像辨识系统的深入剖析
深度学习(Deep Learning)在各种不同应用领域上强大的效能令人惊叹，影像辨识是目前深度学习技术应用最广泛的，大量的数字影像数据经过适当的自动化处理、抽取出其中的信息，就能成为贴心的服务、发挥出数字信息惊人的妙用，从基本的手写文字辨识、对象识别、人脸辨识，到自动化图像描述(Image Captioning)、无人驾驶车(Self-Driving Car)，还有最新的马赛克还原技术，都是深度学习和影像辨识整合后的应用。
影像辨识技术加无线摄像头模块
本方案可以辨识10个数字影像(0~9)，搭载新唐NuMicro M480系列微控制器，基于arm Cortex-M4F核心，主频率为192MHz，可以快速的运行用户算法，且带有浮点数运算单元(FPU)和数字讯号处理指令(DSP)，有效大幅提升机器学习神经网络算法执行效率，由于高效核心执行速度以及闪存(Flash)最大达512KB，SRAM内建最大达160KB的大容量内存，可以直接使用软件驱动CMOS传感器，其影像帧数最高可达30 FPS，可应用于拍摄水、电、气表数字，再进行辨别，判别后信息可透过Wi-Fi或是NB-IoT传输到云端，实现远程抄表功能。内建EBI接口x80或是SPI接口可以外接LCD屏来实时显示影像。SDHC接口可接SD卡，用来存放所拍摄到的照片及相关信息。且OS通过AliOS、Amazon FreeRTOS和Mbed OS认证，还有多路的UART接口，可以同时连接不同的无线透传模块，达到远程传输功能。
新唐提供了什么
新唐提供一套完整的影像识别开发软件包，相关资源下载网址：
https://www.nuvoton.com/hq/applications/industrial/smart-water-meter/?__locale=zh
内容包含:
如何连接CMOS传感器扩充模块来撷取影像数据
如何在PC上使用python撰写神经网络训练程序代码
如何将训练好的模型(训练参数)量化后取出来
如何在MCU上使用CMSIS-NN library撰写神经网络架构来读取量化好的参数进行影像辨识
编辑：zzy 最后修改时间：2022-01-10
