基于NXP i.MX8QM的AI影像辨识与车辆识别方案
原标题:基于NXP i.MX8QM的AI影像辨识与车辆识别方案
现今自动化驾驶以及辅助驾驶越来越普遍化的情况下,对于edge computing的需求也越来越提升。
如何帮助客户开发AI应用程式成为新的课题。
品佳在去年提出了eIQ edge运算的解决方案,详细请参考:
https://www.wpgdadatong.com/tw/solution/detail?PID=5260
今年2020,在此介绍新的eIQ 2.0,大幅提升了效率以及各类使用方式。
此方案基于NXP 原生 BSP 5.4.24_2.1.0做开发,加入Python的元素,并且可使用GPU/NPU做AI 类神经网路的运算,使得效率以及应用场景皆更完整。
首先使用pip安装python压缩包:
使用影像识别的范例为: 以经典图片grace_hopper.bmp做分别:
2019年初版eIQ:
Inference time约需330ms.
2020年eIQ2.0 (PyeIQ):
可以看出以GPU运算的能力, 相同使用 mobilenet model, 使用TensorflowLite只需要约10ms, 速度及效率快上30倍!!
另外eIQ2.0提供即时影像输入以及视频辨识的功能:
使用台湾实景街道拍摄的影片做物件识别的专案
可以看出i.MX8QM实测效能为30ms。
此方案提供下列NNAPI表供各个平台以及算法做开发
此方案整合各家不同算法并提供对应的API供客户做开发使用。
并且搭配上i.MX8QM 4核A53+2核A72+2颗内包GC7000XSVX GPU,可以做到利用GPU运算AI以及图像技术,且稳定提供系统资源。
目前已有数家客户以此方案开发车用市场的应用。
品佳FAE团队将以此方案为基础,协助所有客户开发相关AI领域的应用。
► 场景应用图
► 方案方块图
► 核心技术优势
1. Automotive Gade, ASIL-B 2. 16x Vec4-Shader GPU, 32 compute units OpenGL® ES 3.2 and Vulkan® support Tessellation and Geometry Shading 3. 2xARM A72 core + 4 A53 core 4. MIPI CSI可同时接入两个高清摄像头 5. 品佳提供跨平台(PC to I.MX)的ML(Machine Learning)应用程式
>>>>>>>https://www.wpgdadatong.com/cn/solution/detail?PID=5374
责任编辑:David
【免责声明】
1、本文内容、数据、图表等来源于网络引用或其他公开资料,版权归属原作者、原发表出处。若版权所有方对本文的引用持有异议,请联系拍明芯城(marketing@iczoom.com),本方将及时处理。
2、本文的引用仅供读者交流学习使用,不涉及商业目的。
3、本文内容仅代表作者观点,拍明芯城不对内容的准确性、可靠性或完整性提供明示或暗示的保证。读者阅读本文后做出的决定或行为,是基于自主意愿和独立判断做出的,请读者明确相关结果。
4、如需转载本方拥有版权的文章,请联系拍明芯城(marketing@iczoom.com)注明“转载原因”。未经允许私自转载拍明芯城将保留追究其法律责任的权利。
拍明芯城拥有对此声明的最终解释权。