(部分)嵌入式平台——小谈(含AI边缘计算,深度学习、计算机视觉等的边缘实现等)

版权声明:DZY_ScienceRecord https://blog.csdn.net/qq_35999634/article/details/82924356

(~~~排版格式啥的就不管咯~~~)

从左至右,性能逐渐增强;

(Arduino):图中无,适合上手开发,熟悉库函数操作,方便做很多有意思的应用;

51:89c52,适合入门学习,理解掌握寄存器操作;

物联网32:小套件,可进行简单物联网应用demo开发;

32:f1,M,最受欢迎的单片机,可做很多嵌入式控制的东西;

Raspberry Pi:3B、Zero,A53,最受欢迎的嵌入式板子,可做很多嵌入式系统控制的东西;

FPGA:Altera,Cyclone IV,FPGA开发学习,可作硬件加速器,开发难一些但高速且低功耗;

PYNQ:A9 + FPGA,可看做Raspberry + FPGA,arm上跑的东西可用FPGA加速,可跑一些中小型NN,如VGGNet_BNN;板子设计思路新颖巧妙,如:python使用FPGA;

加速棒:intel,npu,外接型NN加速设备,可接在带USB接口的设备上,可跑中小型NN,如:YOLO Tiny、facenet;Raspberry Pi和PYNQ上接加速棒还不错;

(麒麟970开发板):图中无,arm + npu,可跑中型NN,如18年Robomaster中有的队用这个做目标检测、识别;

(manifold):图中无,TK1—armA15+GPU,大疆的这个微机,用的Nvidia TK1处理器,可跑中型NN,(Robomaster中的)无人机适合用这个做视觉;

(其他微机):图中无,CPU(i5、7)、CPU + GPU;如turtlebot配套的微机是CPU(i5),无GPU;三维重建、自主导航、opencv一般图像检测识别(如人脸)是可以实时做的,但跑NN就吃力了,就像你用自己i5、7的PC跑YOLO Tiny,卡。。。

Jetson TX2(armA57+GPU(Pascal_256core)):挺好的板子,可以跑中大型NN,如实时跑个Fast RCNN等做目标检测、识别、跟踪啥的没问题,做个(简易)无人驾驶小车啥的感觉很不错;

Jetson AGX Xavier(ARM_v8.2 + GPU(Volta_512core)):目前个人知道的最强的AI边缘计算平台,可训练(!!!)+推理NN。。。想想一个无人机搭载这个东西,具备自学习能力,飞出去时基本啥都不会,到一个土匪窝里转悠了几圈后返回基地;再次出发时,一个无人机编队,迅速接近切入目标地,撒网式有目标地搜索各个角落,精准、高速、致命的干掉所有土匪!!!。。。说不定人质还没反应过来,就被救并由无人机指引带回了。。。

服务器(云、私有):CPU(i7)+ (多块)GPU(1080Ti) +(大)内存 +(大)SSD。。。往上垒,可以跑出Alphago。。。

其他处理器:TPU(ASIC)、类脑(自学习)芯片。。。。。。

Kinet2:开发就用作深度、RGB摄像头 + (高品质)麦克风,作为三维重建、自主导航(+激光雷达)等的(图像)输入,算高端(质)输入器了;(当然这个一开始是用来打体感游戏的。。。)

其他:

终端显示屏—可放在移动终端如机器人上,不过移动终端机器人上一般也不带这个(服务机器人倒是需要),往往图传回PC上监控;

开源无人机—自己调调飞控啥的玩玩,但是真正应用如航拍、军事等还是用大疆吧;Yeelight—智能(zhi zhang)语音助手,无聊时聊聊天、放个歌、定个闹钟啥的;这个上面跑的“小爱”+“小冰”,语音和文本识别已经做的很好了,图像还不太行。。。;

i7 + 860M—(还行,可以打“吃鸡”~~~)做DL_CV的话,i7跑YOLO Tiny—小卡,860M跑YOLO Tiny—不卡、跑YOLO—卡,整体感觉这个PC还行~~~;

补充一下:A12  >  855  >  980。。。。。。基本是碾压。。。。。。(apple的处理器本身就厉害,再加上IOS,无解。。。)

(扬声器—蓝牙,性价比可以;自己做个语音助手可以作为其扬声器;G703—双模(有线+无线);???—猜是啥~~~。。。)

GitHub:https://github.com/666DZY666

公众号:https://mp.weixin.qq.com/s/MJHbm5ptLJkknoRXe81s6Q

猜你喜欢

转载自blog.csdn.net/qq_35999634/article/details/82924356