社区导航

 

搜索
查看: 491|回复: 0

[分享] 适用于嵌入式应用的机器学习接口参考设计

[复制链接]

3890

TA的帖子

0

TA的资源

一粒金砂(中级)

Rank: 2

发表于 2019-7-11 09:51 | 显示全部楼层 |阅读模式

        360截图20190711094713950.jpg

       此参考设计演示了如何在 Sitara AM57x 片上系统 (SoC) 上使用 TI 深度学习 (TIDL),以在嵌入式应用中引入深度学习推理。此设计演示如何在 C66x DSP 内核(在所有 AM57x SoC 上提供)以及嵌入式视觉引擎 (EVE) 子系统(视为 AM5749 SoC 上的黑盒化深度学习加速器)上运行深度学习推理。

      此参考设计适用于寻求在嵌入式应用中引入深度学习推理的所有应用。在 TI 的免费 AM57x 处理器 SDK 中,客户可以找到关于如何使用 TIDL 的分步指南,用于快速开始使用深度学习网络,或者在 AM57x 器件上评估自己的网络性能。

特性

  • AM57x SoC 上的嵌入式深度学习推理
  • 基于 AM57x 的高性能可扩展 TI 深度学习库(TIDL 库),可以仅使用 C66x 内核、仅使用 EVE 子系统,也可以使用 C66x + EVE 的组合
  • 性能经优化的参考 CNN 模型,适用于物体分类、检测和像素级语义分割
  • 全面的引导式 TIDL 开发流程:训练、导入和部署
  • AM5749 上多种流行深度学习网络的基准
  • 该参考设计已在 AM5749 IDK EVM 上经过测试,其中包括 C66x 内核及 EVE 子系统上的 TIDL 库、参考 CNN 模型和入门指南

360截图20190711094911487.jpg 360截图20190711094925606.jpg

360截图20190711095132871.jpg

 

下载原理图

下载设计指南

设计文件


回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

关闭

站长推荐上一条 /5 下一条

  • 论坛活动 E手掌握

    扫码关注
    EEWORLD 官方微信

  • EE福利  唾手可得

    扫码关注
    EE福利 唾手可得

Archiver|手机版|小黑屋|电子工程世界 ( 京ICP证 060456 )

GMT+8, 2020-2-23 08:57 , Processed in 0.083078 second(s), 20 queries , Gzip On, MemCache On.

快速回复 返回顶部 返回列表