下載本文檔
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
精品文檔-下載后可編輯CEVA推出深層神經(jīng)網(wǎng)絡(luò)框架加快低功耗嵌入式系統(tǒng)中機器學習技術(shù)的應(yīng)用-設(shè)計應(yīng)用的蜂窩通信、多媒體和連接性DSPIP平臺授權(quán)廠商CEVA公司宣布推出實時神經(jīng)網(wǎng)絡(luò)軟件框架CEVA深層神經(jīng)網(wǎng)絡(luò)(CEVADeepNeuralNetwork,CDNN),以簡化低功耗嵌入式系統(tǒng)中的機器學習部署。通過利用CEVA-XM4圖像和視覺DSP的處理能力,CDNN使得嵌入式系統(tǒng)執(zhí)行深層學習任務(wù)的速度比基于GPU的系統(tǒng)提高3倍,同時消耗的功率減少30倍,所需存儲帶寬減少15倍(注)。例如,在28nm工藝下對每秒30幀的1080p視頻流運行基于深層神經(jīng)網(wǎng)絡(luò)(DNN)的行人檢測算法,所需功率低于30mW。CDNN具備高性能、低功率和低存儲帶寬特性的關(guān)健在于CEVA網(wǎng)絡(luò)生成器(CEVANetworkGenerator),這個專有自動化技術(shù)能夠?qū)⒖蛻舻木W(wǎng)絡(luò)結(jié)構(gòu)和權(quán)重轉(zhuǎn)換為用于實時的、輕量級的定制網(wǎng)絡(luò)模型,以實現(xiàn)可以顯著減少功耗和存儲帶寬的更快速網(wǎng)絡(luò)模型,與原本網(wǎng)絡(luò)相比,其精度退化低于1%。這個定制嵌入就緒(embedded-ready)網(wǎng)絡(luò)一旦生成,便可使用完全優(yōu)化的卷積神經(jīng)網(wǎng)絡(luò)(ConvolutionalNeuralNetwork,CNN)層、軟件庫和API在CEVA-XM4圖像和視覺DSP上運行。CEVA公司CEVAnet合作伙伴計劃的成員企業(yè)PhiAlgorithmSolutions已經(jīng)使用CDNN實現(xiàn)了一個基于CNN的通用目標檢測(UniversalObjectDetector)算法,用于CEVA-XM4DSP。現(xiàn)在應(yīng)用開發(fā)人員和OEM廠商可以把這個算法用于各種應(yīng)用,包括用于安全的行人檢測和面部檢測、先進駕駛輔助系統(tǒng)(ADAS)和基于低功耗相機功能系統(tǒng)的其它嵌入式設(shè)備。PhiAlgorithmSolutions總裁兼共同創(chuàng)始人StevenHanna表示:“CEVA深層神經(jīng)網(wǎng)絡(luò)框架為我們基于卷積神經(jīng)網(wǎng)絡(luò)的算法提供了從離線訓練到實時檢測的快速順暢路徑,使得我們能夠在短短數(shù)天內(nèi)獲得經(jīng)過優(yōu)化的獨特目標檢測網(wǎng)絡(luò)實施方案,并且功耗比其它平臺顯著降低。CEVA-XM4圖像和視覺DSP結(jié)合CDNN框架,是嵌入式視覺設(shè)備的理想選擇,并且為使用深層學習技術(shù)的人工智能設(shè)備在未來數(shù)年的進步打穩(wěn)了根基。”CEVA營銷副總裁EranBriman表示:“至今為止,我們已贏得了20多項設(shè)計,在嵌入式視覺處理器領(lǐng)域繼續(xù)業(yè)界,并且不斷提升我們的視覺IP產(chǎn)品組合以幫助客戶更快地將產(chǎn)品推向市場并且限度地降低風險。我們用于CEVA-XM4的新型深層神經(jīng)網(wǎng)絡(luò)框架是嵌入技術(shù)行業(yè)中此類產(chǎn)品,為尋求在功率受限的嵌入式系統(tǒng)中實施可行深層學習算法的開發(fā)人員實現(xiàn)了長足的進步。”CDNN軟件框架以源代碼方式提供,擴展了CEVA-XM現(xiàn)有的應(yīng)用開發(fā)套件(ADK)。它具有靈活和模塊化特性,能夠支持完整的CNN實施方案或特定層,并且可與各種網(wǎng)絡(luò)和結(jié)構(gòu)共享,比如使用Caffe、Torch或Theano訓練框架開發(fā)的網(wǎng)絡(luò),或?qū)S芯W(wǎng)絡(luò)。CDNN包括用于圖像分類、定位和目標識別的實時示例模型,用于目標和場景識別、先進駕駛輔助系統(tǒng)(ADAS)、人工智能(AI)、視頻分析、增強現(xiàn)實(AR)、虛擬現(xiàn)實(VR)和類似的計算機視覺應(yīng)用。如要了解更多信息,請訪問公司網(wǎng)頁。CEVA公司將在11月12日主辦針對實施嵌入式系統(tǒng)機器視
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024年婚前房產(chǎn)協(xié)議書
- 2024年攜手共創(chuàng):金礦采礦工程承包合約
- 2024服務(wù)禮儀個人培訓工作總結(jié)(3篇)
- 2024年房屋拆遷安置勞務(wù)協(xié)議
- 專練02七道選擇題主觀原理題-2023年高考化學考前手感保溫訓練(全國卷)(原卷版)
- DB4113T 061-2024 水稻直播高產(chǎn)栽培技術(shù)規(guī)程
- DB4113T 035-2023 南陽艾病蟲害綜合防治技術(shù)規(guī)程
- DB4106T 79-2022 大棚韭菜生產(chǎn)技術(shù)規(guī)程
- DB4106T 60-2022 夏玉米倒伏等級氣象指標
- DB4105T 197-2022 冬小麥晚播栽培技術(shù)規(guī)程
- 北京市海淀區(qū)2024-2025學年高三第一學期期中練習語文試卷含答案
- 劉潤年度演講2024
- 小學六年級英語上冊《Unit 1 How can I get there》教案
- 完整版方法驗證報告模板最終
- 電力管道資料表格(共30頁)
- 大班科學活動教案《豆豆家族》含PPT課件
- 【精品試卷】部編人教版(統(tǒng)編)一年級上冊語文第一單元測試卷含答案
- 金屬有機化學ppt課件
- 數(shù)學說題稿(共4頁)
- 門球協(xié)會章程
- 應(yīng)急管理試題庫
評論
0/150
提交評論