在STM32F7 Discovery Kit實作DS-CNN關鍵字萃取

本文說明如何在ARM Crotex-M MCU,以DS-CNN精準進行關鍵字萃取。DS-CNN中文介紹請參考”2019年版嵌入式系統設計解密”之”邊緣運算篇”中相關文章;以下是講解如何編譯與執行ARM提供程式碼。本次開發環境是在Ubuntu 16.04 64 Bits作業系統,預先安裝的環境請參考這篇文章;目標板為Discovery kit with STM32F746NG MCU,目標板在使用前需更新ST-LINK/V2 韌體,詳細步驟請參考這篇文章

» Read more

USB神經網路計算卡在Android上之功能展示

接續這篇文章,本文說明如何將USB神經網路計算卡在Android作業系統上進行功能展示;整個程序在廠商Wik都有完整描述:http://wiki.t-firefly.com/NCCS1/android-started.html,以下補充實作需注意的地方。展示使用的硬體平台是“百度人臉識別開發套件”,作業系統為Android 8.1,週邊接線如下所示:

» Read more

USB神經網路計算卡簡介與在X86 Linux上之功能展示

本文簡介以Gyrfalcon Technology公司Lightspeeur 2801S晶片為核心的USB神經網路計算卡,並說明如何使用其所附帶SDK在個人電腦(作業系統為Ubuntu Linux)上進行功能展示。USB神經網路計算卡的硬體規格可參考廠商網頁:https://www.global-plus-tech.com/product_1161350.html。以下是Lightspeeur 2801S晶片方案開發情境:

» Read more

建立TensorFlow Lite for Android應用程式

說明如何使用Android Studio新建一個TensorFlow Lite for Android應用程式(APP),並在該APP上運作一個自行定義與訓練的模型。於此需用到兩項關鍵技術:

  • 使用Python程式語言撰寫基於TensorFlow框架的”機器學習”或”深度學習”程序,並將”訓練”與”驗證”後的成果轉換為TensorFlowLite模型檔(.tflite)
  • 使用Java程式語言撰寫Android APP
» Read more

使用Android Studio編譯TensorFlow Lite for Android展示程式

前一篇文章” 編譯TensorFlow Lite for Android展示與範例程式”說明如何使用bazel來編譯TensorFlow Lite for Android展示(demo)程式,但其並不是開發Android APP常用的方式;因此本文將說明如何使用Android Studio來編譯TensorFlow Lite for Android專案,介紹以下三種方法:首先是編譯第三方包裝好的展示程式原始碼,其次是編譯廠商提供的TfLiteSSDDemo展示專案,最後則為TensorFlow官方編譯展示程式之標準程序。

» Read more

編譯TensorFlow Lite for Android展示與範例程式

前面兩篇文章” 安裝Android 8.1到百度人臉識別開發套件”與” TensorFlowLite for Android編譯環境安裝(macOS)”分別設定了硬體與軟體開發環境,接下來說明如何編譯TensorFlow Lite for Android的展示程式。在此特別說明的是,在這邊是使用晶片廠(Rockchip)修改後的TensorFlow版本,用以搭配” 百度人臉識別開發套件”。

» Read more
1 2 3