reVISION

reVISION堆栈能够支持更广泛的很少或没有硬件设计专业知识的嵌入式软件和系统工程师,使其也能利用赛灵思的技术更轻松、更快速地开发视觉导向的机器学习应用。

GL Research 的 Javier Garcia 于 2018 年 1 月 9 日在法兰克福举办的 XDF 2018 Edge Track 上分享了一个用例演示。Javier 讨论了 GL Research 专注于人工智能,并分享了 Xilinx All Programmable SoC 的使用心得。

如何解决嵌入式视觉系统所面临的挑战?

作者:Steve Leibson,编译:Stark

嵌入式视觉系统应用到很多领域,比如工业自动化、无人机、交通监控、移动设备、汽车等,凭借其强悍的处理性能和多样化的功能取代传统的人工来提高生产效率。随着科技的发展和更多业务需求的增长,嵌入式视觉系统也迎来了更多的挑战,比如功耗、复杂的算法、处理器的性能、更高的图像分辨率等,人们需要的是更加智能化的系统,嵌入式视觉系统是实现智能化系统重要的组成部分。

图1:嵌入式视觉系统的组成

图1:嵌入式视觉系统的组成

OpenCV库正被广泛地应用于算法原型设计,许多业界领先的厂商和计算机视觉研究机构都在使用。FPGA 可以为复杂的算法提供无与伦比的计算效率的优势,比如密集光流算法和立体视觉算法等,同时,功耗仅只有几瓦而已。然而,想要获得这一巨大优势,往往需要硬件设计专长,比如Verilog 或VHDL 语言的使用,这增加了开发难度。在本次研讨会当中,赛灵思展示了一种全新的方法,该方法可以使对硬件设计不太熟悉的设计者轻松而方便地释放FPGA 硬件加速的优势,比如利用经过硬件调优的OpenCV库,完全类似CC++ 的开发环境,以及随时可用的硬件开发平台等。

【视频】Xilinx@IAS: 多传感器融合方案

本视频演示了来自安富利公司所提供的“多传感器融合”解决方案。方案基于 PicoZed 嵌入式视觉开发套件实现,采用了赛灵思 reVISION 堆栈技术,实现了 Sobel 边沿提取,及红外图像的 Warp and Resize,并对两个图像进行融合显示。

嵌入式视觉应用中的机器学习

作者:Nick Ni 和 Adam Taylor

目前嵌入式视觉领域最热门的话题之一就是机器学习。机器学习涵盖多个行业大趋势,不仅在嵌入式视觉 (EV) ,而且在工业物联网 (IIoT) 和云计算中均发挥着极为显赫的作用。对不熟悉机器学习的人来说,很多时候机器学习是通过神经网络创建和训练来实现的。神经网络一语极为宽泛,包含相当数量的截然不同的子类别。这些子类别的名称一般用于识别被实现的网络的具体类型。这些网络均在大脑皮层上建模,在大脑皮层中每个神经元接收输入、处理输入并将其传达给另一个神经元。因此神经元一般由输入层、多个隐藏内部层和一个输出层组成。

图1:简单的神经网络

图1:简单的神经网络

赛灵思公司(Xilinx, Inc. (NASDAQ:XLNX))宣布参展2017年11月7日即将在上海举行的工博会“2017 IAS 工业自动化展”, 围绕“赛灵思让工厂更智能”为主题现场演示八大工业解决方案,覆盖赛灵思最新reVISION 堆栈行检测实例,马达控制、智能物流、传感器融合、POWERLINK 开放自动化、EtherCAT/RTEX总线控制器,机器人视觉定位及多轴驱控等最新方案。同时,来自赛灵思和合作伙伴的资深技术专家们也将亲临现场与观众互动交流。赛灵思展位设在 工业自动化展馆, 展位号6.1H-B009, 欢迎访问。请登录展览官方网页注册:
http://ias.ciif-expo.com/

赛灵思工业解决方案将软件可编程性、实时处理、可编程硬件卸载及任意连接与安全防范相结合,可充分满足工业系统需求。逐渐取代CPU/GPU传统方案, 在嵌入式视觉和工业物联网 (IIoT) 领域新涌现出越来越多激动人心的应用,涵盖工业、科研、医疗、专业音/视频、消费电子,以及汽车等各个细分市场,并成为全球几乎全部领先工业物联网用户的首选。赛灵思也通过支持这些用户快速推出更智能的、互联的,并独具一格的差异化方案, 重塑着嵌入式视觉和工业物联网(IIoT)的未来。

借助reVISION加速监控系统的开发

作者:Nick Ni 和 Adam Taylor

 监控系统严重依靠嵌入式视觉系统提供的功能加速在广泛市场和系统中的部署。这些监控系统的用途非常广泛,包括事件和流量监控、安全与安防用途、ISR 和商业智能。用途的多样性也带来了几大挑战,需要系统设计人员在解决方案中加以解决。它们是:
● 多摄像头视觉 – 能够连接多个同类或异类传感器类型。
● 计算机视觉技术 - 能够使用高级库和框架(例如 OpenCV 和 OpenVX)进行开发。
● 机器学习技术 – 能够使用框架(例如 Caffe)来实现机器学习推断引擎。
● 提高分辨率和帧率 – 提高每个图像帧所需的数据处理。

  根据用途,监控系统会实现相应算法(例如光流法)以检测图像内的运动。立体视觉提供图像内的深度知觉,也使用机器学习技术来检测和分类图像中的对象。

开始你的 reVISION 堆栈之旅吧!

Xilinx 面向 Zynq® SoC 和 MPSoC 的嵌入式 C/C++/OpenCL 开发环境出新版了。

SDSoC™ 开发环境 2017.1 版支持各种 reVISION™ 软件堆栈组件,包括 20 多个实操范例、OpenCV 库以及支持 MIPI、USB3、HDMI 和 DisplayPort 的多传感器视频平台。

reVISION 堆栈入门:

reVISION 支持的新版 SDSoC 开发环境现已推出

类似嵌入式 C/C++/OpenCL 应用开发的体验

  SDSoC™ 开发环境可为异构 Zynq® All Programmable SoC 及 MPSoC 部署提供类似嵌入式 C/C++/OpenCL 应用的开发体验,其中包括简单易用的 Eclipse IDE 和综合设计环境。SDSoC 提供业界首款 C/C++/OpenCL 全系统优化编译器,可实现系统级的特性描述、可编程逻辑中的自动软件加速、自动系统连接生成以及可加速编程的各种库。此外,它还可帮助最终用户及第三方平台开发人员快速定义、集成和验证系统级解决方案,为其最终用户实现定制化编程环境。

● Xilinx OpenCV 库现已推出,包含 50 多项硬件优化 OpenCV 功能,包括 Gausian、 Median、Bilateral、Harris corner、 Canny edge detection、HoG、ORB、SVM、LK Optical Flow 及更多;
● OpenCL 支持现已推出: 2017.1 版;
● 简单易用的 Eclipse IDE 可用于开发支持嵌入式 C/C++/OpenCL 应用的全面 Zynq All Programmable SoC 和 MPSoC 系统;

机器学习的应用正迅速地扩展至越来越多的终端市场,在用户端、在云端或者在那些基于端处理与基于云的数据分析相结合的混合解决方案中。传统方案正面临实时计算能力,功耗等的挑战。领先的系统开发商正在新一代视觉导向机器学习系统中使用全可编程系统。本次公开课详细介绍了赛灵思公司的 reVISION™ 堆栈。它包含了从开发套件到设计工具和 IP 库在内的整套解决方案,能够让没有或者很少硬件设计专业知识的嵌入式软件和系统工程师也能利用赛灵思的技术更轻松、更快速地开发视觉导向的机器学习应用。

点击下载公开课PPT课件资料《用reVISION加速OpenCV和深度学习开发》

同步内容