CN113360145A - 一种可定制化嵌入式ai模型落地软件架构系统 - Google Patents

一种可定制化嵌入式ai模型落地软件架构系统 Download PDF

Info

Publication number
CN113360145A
CN113360145A CN202110795624.7A CN202110795624A CN113360145A CN 113360145 A CN113360145 A CN 113360145A CN 202110795624 A CN202110795624 A CN 202110795624A CN 113360145 A CN113360145 A CN 113360145A
Authority
CN
China
Prior art keywords
customizable
processing module
embedded
cpu
software architecture
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110795624.7A
Other languages
English (en)
Inventor
李卫东
刘平涛
罗博文
张招
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Lexway Technology Development Co ltd
Shenzhen Siyue Innovation Co ltd
Original Assignee
Wuhan Lexway Technology Development Co ltd
Shenzhen Siyue Innovation Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan Lexway Technology Development Co ltd, Shenzhen Siyue Innovation Co ltd filed Critical Wuhan Lexway Technology Development Co ltd
Priority to CN202110795624.7A priority Critical patent/CN113360145A/zh
Publication of CN113360145A publication Critical patent/CN113360145A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/30—Creation or generation of source code
    • G06F8/35—Creation or generation of source code model driven
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/20—Software design
    • G06F8/24—Object-oriented

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Stored Programmes (AREA)

Abstract

一种可定制化嵌入式AI模型落地软件架构系统，可定制化输入处理模块对采集到的数据进行预处理，可定制化输入处理模块根据数据类型和设计需求定制对应的预处理算法；可定制化存储处理模块用于数据存储缓存处理，存储输入、输出和中间过程的数据；可定制化AI处理模块根据预设的AI模型配置不同的AI算法进行数据处理；可定制化CPU处理模块为嵌入式功能的处理器，可定制化CPU处理模块根据不同的嵌入式功能定制不同的CPU处理器；可定制化输出处理模块将数据处理后的结果输出到显示器显示或指定设备对象使用。本发明成本低，灵活性大，能够满足更多的嵌入式专一场景和应用需求，实现实时嵌入式处理和实时本地AI处理能力。

Description

一种可定制化嵌入式AI模型落地软件架构系统
技术领域
本发明涉及嵌入式人工智能技术领域，具体涉及一种可定制化嵌入式AI模型落地软件架构系统。
背景技术
嵌入式人工智能实现软件算法时，一般使用传统的嵌入式设备完成嵌入式功能，再加一个AI协处理器来完成人工智能算法，而协处理器一般由GPU或者AI芯片来完成，虽然也有通用的AI芯片，但在功能较专一，单一的小型嵌入式设备上并不适用。嵌入式处理器和AI处理器彼此分工独立，拥有自己独立的内存、输入、输出处理，彼此再通过软件接口通信完成实时的数据传输。这样实现的嵌入式人工智能软件开发要求高，开发成本也高，同时，应对不同的需求，后期修改软件也相对复杂，不仅要修改AI处理算法的实现，还要修改嵌入式设备与AI处理器的通信及数据处理等。
现阶段，虽然可以同时实时完成嵌入式功能和人工智能算法，但是需要增加额外的嵌入式处理器与AI处理器之间的通信软件，导致没有充分结合嵌入式功能和AI功能，同时也增加了成本，而且一旦场景需求改动较大，这种软件架构就不再适用，需要用新的架构和通信接口。
发明内容
为此，本发明提供一种可定制化嵌入式AI模型落地软件架构系统，解决现有嵌入式人工智能软件架构存在的成本高、应用专一，不适合多场景、多需求的问题。
为了实现上述目的，本发明提供如下技术方案：一种可定制化嵌入式AI模型落地软件架构系统，包括可定制化输入处理模块、可定制化存储处理模块、可定制化AI处理模块、可定制化CPU处理模块和可定制化输出处理模块；
所述可定制化输入处理模块对采集到的数据进行预处理，可定制化输入处理模块根据数据类型和设计需求定制对应的预处理算法；
所述可定制化存储处理模块用于数据存储缓存处理，可定制化存储处理模块存储输入、输出和中间过程的数据；
所述可定制化AI处理模块根据预设的AI模型配置不同的AI算法，可定制化AI处理模块通过AI模型配置的AI算法进行数据处理；
所述可定制化CPU处理模块为嵌入式功能的处理器，可定制化CPU处理模块根据不同的嵌入式功能定制不同的CPU处理器；
所述可定制化输出处理模块用于将数据处理后的结果输出到显示器显示或指定设备对象使用。
作为可定制化嵌入式AI模型落地软件架构系统的优选方案，所述可定制化输入处理模块、可定制化存储处理模块、可定制化AI处理模块、可定制化CPU处理模块和可定制化输出处理模块由集成在一块PCB上的一个处理器IC芯片实现。
作为可定制化嵌入式AI模型落地软件架构系统的优选方案，所述处理器IC芯片采用ZYNQ型号的SOC FPGA或嵌入式AI SOC。
作为可定制化嵌入式AI模型落地软件架构系统的优选方案，所述可定制化输入处理模块由ZYNQ中可编程的PL进行定制化；
所述可定制化存储处理模块由ZYNQ中本地存储和外部DDR组成；
所述可定制化AI处理模块由ZYNQ中可配置的PL进行定制化；
所述可定制化CPU处理模块由ZYNQ中可配置的PS进行定制化；
所述可定制化输出处理模块由ZYNQ中可配置的PL或PS实现。
作为可定制化嵌入式AI模型落地软件架构系统的优选方案，所述可定制化输入处理模块通过摄像头采集图像数据；所述可定制化存储处理模块配置有DDR接口；所述可定制化CPU处理模块配置有I2C接口；所述可定制化输出处理模块配置有HDMI输出接口。
作为可定制化嵌入式AI模型落地软件架构系统的优选方案，所述可定制化输入处理模块由SOC FPGA中可编程的逻辑定制化；
所述可定制化存储处理模块由SOC FPGA中本地存储和外部DDR组成；
所述可定制化AI处理模块由SOC FPGA中可配置的逻辑对运算模块进行定制化；
所述可定制化CPU处理模块由SOC FPGA中ARM处理器进行定制化；
所述可定制化输出处理模块由SOC FPGA中可配置的ARM处理器外设实现。
作为可定制化嵌入式AI模型落地软件架构系统的优选方案，所述可定制化输入处理模块通过摄像头采集图像数据；所述可定制化存储处理模块配置有DDR接口；所述可定制化CPU处理模块配置有I2C或网络接口；所述可定制化输出处理模块配置有HDMI输出接口。
作为可定制化嵌入式AI模型落地软件架构系统的优选方案，所述可定制化CPU处理模块采用硬核处理器，所述硬核处理器为ARM。
作为可定制化嵌入式AI模型落地软件架构系统的优选方案，所述可定制化CPU处理模块采用FPGA实现的软核处理器，所述软核处理器采用RISC-V。
本发明具有如下优点：设有可定制化输入处理模块、可定制化存储处理模块、可定制化AI处理模块、可定制化CPU处理模块和可定制化输出处理模块；可定制化输入处理模块对采集到的数据进行预处理，可定制化输入处理模块根据数据类型和设计需求定制对应的预处理算法；可定制化存储处理模块用于数据存储缓存处理，可定制化存储处理模块存储输入、输出和中间过程的数据；可定制化AI处理模块根据预设的AI模型配置不同的AI算法，可定制化AI处理模块通过AI模型配置的AI算法进行数据处理；可定制化CPU处理模块为嵌入式功能的处理器，可定制化CPU处理模块根据不同的嵌入式功能定制不同的CPU处理器；可定制化输出处理模块用于将数据处理后的结果输出到显示器显示或指定设备对象使用。本发明大大降低了开发成本，能够满足更多的嵌入式专一场景和应用需求，可以同时实现实时嵌入式处理和实时本地AI处理能力，嵌入式处理可定制实现丰富的外部接口，可以充分利用硬件资源的本地存储和外部存储来实现高效的数据存储，同时后期软件升级，只需要对共用的内存处理器接口进行定制化。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。
图1为本发明实施例中提供的可定制化嵌入式AI模型落地软件架构系统示意图；
图2为本发明实施例中提供的可定制化嵌入式AI模型落地软件架构系统针对图像分类模型应用场景的示意图；
图3为本发明实施例中提供的可定制化嵌入式AI模型落地软件架构系统针对目标检测模型应用场景的示意图。
图中，1、可定制化输入处理模块；2、可定制化存储处理模块；3、可定制化AI处理模块；4、可定制化CPU处理模块；5、可定制化输出处理模块。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要强调的是，本申请技术方案的改进点在于可定制化嵌入式AI模型落地软件架构，不在于所采用的算法本身，涉及的算法属于现有技术，或者说只是本技术方案的作用对象。
参见图1，提供一种可定制化嵌入式AI模型落地软件架构系统，包括可定制化输入处理模块1、可定制化存储处理模块2、可定制化AI处理模块3、可定制化CPU处理模块4和可定制化输出处理模块5；
所述可定制化输入处理模块1对采集到的数据进行预处理，可定制化输入处理模块1根据数据类型和设计需求定制对应的预处理算法；
所述可定制化存储处理模块2用于数据存储缓存处理，可定制化存储处理模块2存储输入、输出和中间过程的数据；
所述可定制化AI处理模块3根据预设的AI模型配置不同的AI算法，可定制化AI处理模块3通过AI模型配置的AI算法进行数据处理；
所述可定制化CPU处理模块4为嵌入式功能的处理器，可定制化CPU处理模块4根据不同的嵌入式功能定制不同的CPU处理器；
所述可定制化输出处理模块5用于将数据处理后的结果输出到显示器显示或指定设备对象使用。
本实施例中，所述可定制化输入处理模块1、可定制化存储处理模块2、可定制化AI处理模块3、可定制化CPU处理模块4和可定制化输出处理模块5由集成在一块PCB上的一个处理器IC芯片实现。所述处理器IC芯片采用ZYNQ型号的SOC FPGA或嵌入式AI SOC。可定制化输入处理模块1、可定制化存储处理模块2、可定制化AI处理模块3、可定制化CPU处理模块4和可定制化输出处理模块5均可根据功能和算法实现定制化的软件设计，既包含CPU处理器功能，又包含AI处理器功能，从而大大降低了开发成本和开发需求。可以同时实现实时嵌入式处理和实时本地AI处理能力，嵌入式处理可定制实现丰富的外部接口。
可定制化嵌入式AI模型落地软件架构系统的一个实施例中，所述可定制化CPU处理模块4采用硬核处理器，所述硬核处理器为ARM。所述可定制化CPU处理模块4也可以采用FPGA实现的软核处理器，所述软核处理器采用RISC-V。实现了灵活丰富的外部接口。
参见图2，可定制化嵌入式AI模型落地软件架构系统的一个实施例中，针对图像分类模型应用场景，所述可定制化输入处理模块1通过摄像头采集图像数据；所述可定制化存储处理模块2配置有DDR接口；所述可定制化CPU处理模块4配置有I2C或网络接口；所述可定制化输出处理模块5配置有HDMI输出接口。
具体的，所述可定制化输入处理模块1由ZYNQ中可编程的PL进行定制化，集成有对采集的摄像头数据进行基本的图像预处理算法；
所述可定制化存储处理模块2由ZYNQ中本地存储和外部DDR组成；本地存储实现配置参数和权重参数加载、外部DDR对图像特征图数据的缓存；
所述可定制化AI处理模块3由ZYNQ中可配置的PL进行定制化；完成分类模型的核心算法运算；
所述可定制化CPU处理模块4由ZYNQ中可配置的PS进行定制化；完成摄像头配置、参数加载控制、HDMI输出控制等嵌入式功能；
所述可定制化输出处理模块5由ZYNQ中可配置的PL或PS实现，进而将原图和结果等信息处理后通过HDMI送显到显示器上。
本实施例提出的可定制化嵌入式AI模型落地软件架构，通过定制各个软件模块，在一块PCB上一个处理器IC芯片ZYNQ上实现图像分类的功能，同时实现实时视频预处理和视频传输的功能，功能强大，成本低，灵活性大，可以应用到多种嵌入式应用领域中，同时后期软件升级，只需要对共用的内存处理器接口进行定制化。
参见图3，可定制化嵌入式AI模型落地软件架构系统的一个实施例中，针对目标检测模型应用场景，所述可定制化输入处理模块1通过摄像头采集图像数据；所述可定制化存储处理模块2配置有DDR接口；所述可定制化CPU处理模块4配置有I2C接口；所述可定制化输出处理模块5配置有HDMI输出接口。
具体的，所述可定制化输入处理模块1由SOC FPGA中可编程的逻辑定制化，对采集的摄像头数据进行基本的图像预处理算法；
所述可定制化存储处理模块2由SOC FPGA中本地存储和外部DDR组成，本地存储实现配置参数加载、外部DDR实现权重参数加载和对图像特征图数据的缓存；
所述可定制化AI处理模块3由SOC FPGA中可配置的逻辑对运算模块进行定制化，完成目标检测模型的核心算法运算；
所述可定制化CPU处理模块4由SOC FPGA中ARM处理器进行定制化，完成摄像头配置、参数加载控制、网络输出控制，移植Linux系统，实现复杂的GUI界面用于交互，用于安防的异常监控和报警；
所述可定制化输出处理模块5由SOC FPGA中可配置的ARM处理器外设实现，将图像和结果通过网络传输到显示器上。
本实施例提出的可定制化嵌入式AI模型落地软件架构，通过定制各个软件模块，在一块PCB上一个处理器IC芯片SOC FPGA上实现目标检测，同时实现实时网络视频传输的功能，功能强大，成本低，灵活性大，可以应用到多种嵌入式应用领域中，同时后期软件升级，只需要对共用的内存处理器接口进行定制化。
综上所述，本发明设有可定制化输入处理模块1、可定制化存储处理模块2、可定制化AI处理模块3、可定制化CPU处理模块4和可定制化输出处理模块5；可定制化输入处理模块1对采集到的数据进行预处理，可定制化输入处理模块1根据数据类型和设计需求定制对应的预处理算法；可定制化存储处理模块2用于数据存储缓存处理，可定制化存储处理模块2存储输入、输出和中间过程的数据；可定制化AI处理模块3根据预设的AI模型配置不同的AI算法，可定制化AI处理模块3通过AI模型配置的AI算法进行数据处理；可定制化CPU处理模块4为嵌入式功能的处理器，可定制化CPU处理模块4根据不同的嵌入式功能定制不同的CPU处理器；可定制化输出处理模块5用于将数据处理后的结果输出到显示器显示或指定设备对象使用。本发明大大降低了开发成本，能够满足更多的嵌入式专一场景和应用需求，可以同时实现实时嵌入式处理和实时本地AI处理能力，嵌入式处理可定制实现丰富的外部接口，可以充分利用硬件资源的本地存储和外部存储来实现高效的数据存储，同时后期软件升级，只需要对共用的内存处理器接口进行定制化。
虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (9)

1.一种可定制化嵌入式AI模型落地软件架构系统，其特征在于，包括可定制化输入处理模块(1)、可定制化存储处理模块(2)、可定制化AI处理模块(3)、可定制化CPU处理模块(4)和可定制化输出处理模块(5)；
所述可定制化输入处理模块(1)对采集到的数据进行预处理，可定制化输入处理模块(1)根据数据类型和设计需求定制对应的预处理算法；
所述可定制化存储处理模块(2)用于数据存储缓存处理，可定制化存储处理模块(2)存储输入、输出和中间过程的数据；
所述可定制化AI处理模块(3)根据预设的AI模型配置不同的AI算法，可定制化AI处理模块(3)通过AI模型配置的AI算法进行数据处理；
所述可定制化CPU处理模块(4)为嵌入式功能的处理器，可定制化CPU处理模块(4)根据不同的嵌入式功能定制不同的CPU处理器；
所述可定制化输出处理模块(5)用于将数据处理后的结果输出到显示器显示或指定设备对象使用。
2.根据权利要求1所述的一种可定制化嵌入式AI模型落地软件架构系统，其特征在于，所述可定制化输入处理模块(1)、可定制化存储处理模块(2)、可定制化AI处理模块(3)、可定制化CPU处理模块(4)和可定制化输出处理模块(5)由集成在一块PCB上的一个处理器IC芯片实现。
3.根据权利要求2所述的一种可定制化嵌入式AI模型落地软件架构系统，其特征在于，所述处理器IC芯片采用ZYNQ型号的SOC FPGA或嵌入式AI SOC。
4.根据权利要求3所述的一种可定制化嵌入式AI模型落地软件架构系统，其特征在于，所述可定制化输入处理模块(1)由ZYNQ中可编程的PL进行定制化；
所述可定制化存储处理模块(2)由ZYNQ中本地存储和外部DDR组成；
所述可定制化AI处理模块(3)由ZYNQ中可配置的PL进行定制化；
所述可定制化CPU处理模块(4)由ZYNQ中可配置的PS进行定制化；
所述可定制化输出处理模块(5)由ZYNQ中可配置的PL或PS实现。
5.根据权利要求4所述的一种可定制化嵌入式AI模型落地软件架构系统，其特征在于，所述可定制化输入处理模块(1)通过摄像头采集图像数据；所述可定制化存储处理模块(2)配置有DDR接口；所述可定制化CPU处理模块(4)配置有I2C接口；所述可定制化输出处理模块(5)配置有HDMI输出接口。
6.根据权利要求3所述的一种可定制化嵌入式AI模型落地软件架构系统，其特征在于，所述可定制化输入处理模块(1)由SOC FPGA中可编程的逻辑定制化；
所述可定制化存储处理模块(2)由SOC FPGA中本地存储和外部DDR组成；
所述可定制化AI处理模块(3)由SOC FPGA中可配置的逻辑对运算模块进行定制化；
所述可定制化CPU处理模块(4)由SOC FPGA中ARM处理器进行定制化；
所述可定制化输出处理模块(5)由SOC FPGA中可配置的ARM处理器外设实现。
7.根据权利要求6所述的一种可定制化嵌入式AI模型落地软件架构系统，其特征在于，所述可定制化输入处理模块(1)通过摄像头采集图像数据；所述可定制化存储处理模块(2)配置有DDR接口；所述可定制化CPU处理模块(4)配置有I2C或网络接口；所述可定制化输出处理模块(5)配置有HDMI输出接口。
8.根据权利要求1所述的一种可定制化嵌入式AI模型落地软件架构系统，其特征在于，所述可定制化CPU处理模块(4)采用硬核处理器，所述硬核处理器为ARM。
9.根据权利要求1所述的一种可定制化嵌入式AI模型落地软件架构系统，其特征在于，所述可定制化CPU处理模块(4)采用FPGA实现的软核处理器，所述软核处理器采用RISC-V。
CN202110795624.7A 2021-07-14 2021-07-14 一种可定制化嵌入式ai模型落地软件架构系统 Pending CN113360145A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110795624.7A CN113360145A (zh) 2021-07-14 2021-07-14 一种可定制化嵌入式ai模型落地软件架构系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110795624.7A CN113360145A (zh) 2021-07-14 2021-07-14 一种可定制化嵌入式ai模型落地软件架构系统

Publications (1)

Publication Number Publication Date
CN113360145A true CN113360145A (zh) 2021-09-07

Family

ID=77539449

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110795624.7A Pending CN113360145A (zh) 2021-07-14 2021-07-14 一种可定制化嵌入式ai模型落地软件架构系统

Country Status (1)

Country Link
CN (1) CN113360145A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105631798A (zh) * 2016-03-04 2016-06-01 北京理工大学 低功耗便携式实时图像目标检测与跟踪系统及方法
CN208367733U (zh) * 2018-07-02 2019-01-11 百度在线网络技术（北京）有限公司 嵌入式ai机器视觉硬件结构
CN211577889U (zh) * 2020-03-20 2020-09-25 烟台市广智微芯智能科技有限责任公司 一种嵌入式ai产品核心板
CN112367537A (zh) * 2020-11-02 2021-02-12 上海无线电设备研究所 一种基于zynq的视频采集-拼接-显示系统
CN112579512A (zh) * 2020-12-24 2021-03-30 中国航空工业集团公司西安航空计算技术研究所 一种机载嵌入式智能微处理系统
CN112615661A (zh) * 2020-12-04 2021-04-06 中国电子科技集团公司第五十四研究所 一种宽带卫星通信收发处理模块
CN212969692U (zh) * 2020-10-15 2021-04-13 山东新一代信息产业技术研究院有限公司 一种嵌入式低功耗边缘ai计算网关

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105631798A (zh) * 2016-03-04 2016-06-01 北京理工大学 低功耗便携式实时图像目标检测与跟踪系统及方法
CN208367733U (zh) * 2018-07-02 2019-01-11 百度在线网络技术（北京）有限公司 嵌入式ai机器视觉硬件结构
CN211577889U (zh) * 2020-03-20 2020-09-25 烟台市广智微芯智能科技有限责任公司 一种嵌入式ai产品核心板
CN212969692U (zh) * 2020-10-15 2021-04-13 山东新一代信息产业技术研究院有限公司 一种嵌入式低功耗边缘ai计算网关
CN112367537A (zh) * 2020-11-02 2021-02-12 上海无线电设备研究所 一种基于zynq的视频采集-拼接-显示系统
CN112615661A (zh) * 2020-12-04 2021-04-06 中国电子科技集团公司第五十四研究所 一种宽带卫星通信收发处理模块
CN112579512A (zh) * 2020-12-24 2021-03-30 中国航空工业集团公司西安航空计算技术研究所 一种机载嵌入式智能微处理系统

Similar Documents

Publication Publication Date Title
CN111724293B (zh) 图像渲染方法及装置、电子设备
CN107257980A (zh) 视频中的局部改变检测
US10074210B1 (en) Punch-through techniques for graphics processing
JP6695320B2 (ja) 低電力コンピュータイメージング
CN110033503B (zh) 动画显示方法、装置、计算机设备及存储介质
EP4231242A1 (en) Graphics rendering method and related device thereof
US20210097332A1 (en) Information processing method and terminal device
JP2019194902A (ja) 情報処理方法、機器、システム及び記憶媒体
Safaei et al. System-on-a-chip (soc)-based hardware acceleration for foreground and background identification
CN109726800B (zh) 运算方法、装置及相关产品
CN103544471B (zh) 一种动平台对地固定目标异构并行自动目标识别器
US11586465B2 (en) Scalable hardware thread scheduler
CN113360145A (zh) 一种可定制化嵌入式ai模型落地软件架构系统
US20210263501A1 (en) Fpga-based acceleration using opencl on fcl in robot motion planning
CN109740746B (zh) 运算方法、装置及相关产品
JP7350655B2 (ja) ３ｄビューシステムへのシームレスな遷移を備えるサラウンドビュー及び方法
CN113704156B (zh) 感知数据处理装置、板卡、系统及方法
CN110020720B (zh) 算子拼接方法及装置
CN109584143B (zh) 一种航空相机图像增强设备以及方法
Siegel The path to embedded vision & AI using a low power vision DSP
CN116964661A (zh) Gpu、sppu和任务处理方法
CN111353595A (zh) 运算方法、装置及相关产品
CN108399595A (zh) 一种图像处理算法的实现装置及方法
CN113033791B (zh) 用于保序的计算装置、集成电路装置、板卡及保序方法
CN115511079A (zh) 离线模型推理的方法、装置、计算机设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination