代码编织梦想

 

Lightspeeur®5801S AI加速器高性能、低功耗,是边缘AI设备的最佳选择。 结合低成本,该芯片支持用于大众市场设备应用,如移动,嵌入式和loT。 该加速器使用带有主机处理器的CNN (Convolutional Neural Networks,卷积神经网络)来执行人工智能任务,例如自然语言处理(Natural Language Processing, NLP)、目标检测、图像分类、语音识别等应用。
 



Lightspeeur 5801是Gyrfalcon的第四代最佳人工智能解决方案。它提供了市场上任何神经加速器中最好的AI性能。除了改进的TOPS/Watt外,它还可以使用更多的神经模型来接收4×大的图像输入。


Lightspeeur 5801专为消费类电子市场设计,在224mW的功耗下提供2.8 TOPS(相当于12.6 TOPS/W),延迟为4ms。与其他架构相比,GTI使用的处理器内存储器技术尤为节能,可以通过改变50到200MHz之间的时钟频率来抵消功耗。


芯片特性

 

  • 12.6 TOPs/Watt

  • 在200MHz与224mW下峰值可达2.8 TOPs

  • 28nm制程

  • APiMTM神经网络内核

  • 推理时间: 小于4ms


     


支持网络结构
 

  • VGG
  • ResNet
  • MobileNet -v1
  • 类似上述结构的网络




开发工具

SDK

  • 程序开发工具,支持Android和Linux系统
     



MDK

  • 模型开发和转换工具
  • 基于 Caffe1 的 MDK
  • 基于 Tensorflow 的 MDK

 

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/weixin_44139938/article/details/117806099

lightspeeur® 2801s之目標檢測ssd模型訓練討論-爱代码爱编程

这里写自定义目录标题 LIGHTSPEEUR® 2801S之目標檢測SSD模型訓練討論 LIGHTSPEEUR® 2801S之目標檢測SSD模型訓練討論 延續上一篇日志,在訓練前修改run_ssd_train

SPR5801 分类demo-爱代码爱编程

Lightspeeur®5801SAI加速器高性能、低功耗,是边缘 AI设备的最佳选择。 结合低成本,该芯片支持用于大众市场设备应用,如移动,嵌入式和loT。 该加速器使用带有主机处理器的CNN (Convolutional Neural Networks,卷积神经网络)来执行人工智能任务,例如自然语言处理(Natural Language Process

AI边缘终端方案RK3308+SPR2801/5801-爱代码爱编程

Lightspeeur®2801S是一款商用的CNN深度学习加速芯片,用于运行音频和视频处理,为边缘到云提供充足的AI动力。Lightspeeur®2801S 采用 100% 专有和专利技术采用100% 专有和专利技术以高速加速CNN 的处理,且耗电量小。 该架构使用了一个独特的二维矩阵处理引擎(MPE) 和内存中的AI处理(APiM)。从而降低了芯片对片

机器视觉运动控制一体机应用例程|自动识别工件缺口方向-爱代码爱编程

一、应用背景 对存在缺口的工件进行下一步加工上料时,需要自动定向识别工件缺口的位置。因工件的外缺口位置往往不统一,所以在工件上料前或者下料后,需要对工件的位置进行纠偏后再进入下一步加工工序,从而使工件的待加工位置和实际加工位置保持一致。 目前传统的加工方法是由人工进行手动上料后由机械手将工件移动至下一工位后再进行固定加工。而人工上料,会导致工件缺口的摆

基于opencv的人脸检测-爱代码爱编程

这里写目录标题 一.基本信息1.导言2.应用3.环境搭建二.逻辑以及关键代码1.逻辑分析关键代码三.结果分析四.总结 一.基本信息 1.导言 输入:图片,视频,可以使用本地,网络,监控摄像头 处理:人脸检测,识别,肢体识别等 输出: 软件:检测到结果通过短信或者其他形式发送 硬件:可以做检测系统 2.应用 1.报警系统:当摄像头环境出现

阅读笔记(ROS书籍⑤)《ROS机器人开发:实用案例分析》卡罗尔·费尔柴尔德 托马斯·L.哈曼-爱代码爱编程

这本书是在微信读书上发现的,它在语言描述上比较容易让人理解,同时也有与无人机相关的案例,这是我比较关注的。 以下摘自我的微信读书笔记。 ◆ 1.6.1 ROS节点 >> 一般而言,节点就是执行某些动作的进程。ROS节点本身实际上就是一个软件模块,除了具体的软件功能之外,还具有注册连接到ROS节点服务器,并和ROS网络中的其他节点通信的功能

Apollo Planning(一)-爱代码爱编程

规划(planning)模块的作用是根据感知预测的结果,当前的车辆信息和路况规划出一条车辆能够行驶的轨迹,这个轨迹会交给控制(control)模块,控制模块通过油门,刹车和方向盘使得车辆按照规划的轨迹运行。 规划模块的轨迹是短期轨迹,即车辆短期内行驶的轨迹,长期的轨迹是routing模块规划出的导航轨迹,即起点到目的地的轨迹,规划模块会先生成导航轨迹,然

深入理解SSIM(两图像结构相似度指标)(附matlab代码)-爱代码爱编程

SSIM的深入理解 作者:老李 日期:2022-1-18 SSIM SSIM用于评价两张图像的相似程度。 对于SSIM这个指标的设计思路,如下图所示。 图像的均值表示图像的亮度。 图像的方差表示图像的对比度。 注意:要先将图像归一化(把像素的阈值调整为[0,1]),才可以通过计算,得出数值进行比较。 当α=β=γ=1,C_3= 0.5C_2

化工行业实施 APS自动排程系统的收益-爱代码爱编程

化工行业的企业主要是通过对原材料进行混合、分离、粉碎、加热等物理或化学方法的加工,使原材料增值。经过五十多年的发展,作为我国国民经济的基础产业之一的化工行业已经覆盖生活的诸多领域,与人类生产、生活资源密切相关。未来的几十年是我国经济发展和社会发展极为重要的时期,随着经济全球化的进程、产业结构调整加速,如何成本与质量成为化工行业竞争的关键,如何对管理组织和流

自动泊车辅助系统控制器(APA)-爱代码爱编程

概述 自动泊车系统(Auto Parking Assist System)是北京经纬恒润科技股份有限公司设计研发的车辆自动驾驶核心组成部分,基于视觉传感器、毫米波传感器及超声波传感器,构建 SLAM 建图定位、车位检测、障碍物识别、智能决策、运动控制规划等核心技术,为用户提供多场景,智能交互,舒适可靠的自主泊车功能。 代客泊车功能 封闭园区、停车场及

2021年全球创新管理平台收入大约995百万美元,预计2028年达到7405.1百万美元,2022至2028期间,年复合增长率CAGR为36.0%-爱代码爱编程

 本文研究全球市场、主要地区和主要国家创新管理平台的销量、销售收入等,同时也重点分析全球范围内主要厂商(品牌)竞争态势,创新管理平台销量、价格、收入和市场份额等。 针对过去五年(2017-2021)年的历史情况,分析历史几年全球创新管理平台总体规模,主要地区规模,主要企业规模和份额,主要产品分类规模,下游主要应用规模等。规模分析包括销量、价格、收入和市场

关于小微商户反欺诈监控指标的内容参考-爱代码爱编程

还款计划的相关的监控是整个信贷中非常核心的关键指标,通过还款计划表的观测我们不单单能了解客户的还款情况,还能通过还款计划表来做一些反欺诈的监控,这个具体的落地是怎么样的? 今天再来看看由番茄风控带来的内容——通过还款计划数据来设计小微商户的监控报表指标,来进行相关的预警逻辑判断。 案例背景为: 在某场景贷款业务中,通常存在三方公司,这里由金融机构、商户和客

关键词学习——《正则化》-爱代码爱编程

关注并星标 从此不迷路 计算机视觉研究院 公众号ID|ComputerVisionGzq 学习群|扫码在主页获取加入方式 计算机视觉研究院专栏 作者:Edison_G 后期,我们会陆续出一些深度学习领域的关键词学习专栏!今天我们就好好的说下正则化。 前言 监督机器学习问题无非就是在规则化参数的同时最小化误差。最小化

足球、篮球、花样滑冰、乒乓球四大运动的动作识别通用方案开源了-爱代码爱编程

北京冬奥会即将开幕,全民健身如火如荼。2020年夏季奥运会有46项体育项目,2022年冬奥会有15项体育项目,丰富的项目涉及的姿势标准也各有区别。运动员如何科学地进行体育锻炼、准确矫正健身动作?教练员如何借助技术提供更智能化的训练和战术分析?体育视频行业如何高效定位精彩片段,分享更多精彩运动瞬间?“AI+体育”正在交出答卷。 目前,AI在体育场

这份堪称完美的 JVM 十全笔记,吃透轻松吃透面试、调优、装逼-爱代码爱编程

大家都是有经验的 Java 开发人员,想想为何要学习 JVM? [面试?调优?装逼? ] 不管出于何种原因,总之你得先学好。那怎么学好呢? Java 技术的通用性、高效性、平台移植性和安全性使之成为网络计算的理想技术,从普通的 PC 到数据中心、从游戏控制台到科学超级计算机、从手机到互联网,Java 技术无处不在。JVM 正是支撑和实现这一切的秘密武器

数论学习笔记1之积性函数与线性筛求积性函数-爱代码爱编程

积性函数 一、积性函数1.1 定义1.2 定理1.3 常见的积性函数1.4 狄利克雷卷积1.4.1 狄利克雷卷积的性质1.4.2 常见积性函数的卷积1.4.5 狄利克雷卷积的代码实现二、线性筛求积性函数2.1 前置知识2.2 线性筛素数2.3 线性筛欧拉函数2.4 线性筛莫比乌斯函数2.5 线性筛约数个数函数2.6 线性筛约数和函数2.7 线性筛一

选择神经网络的超参数的一些常用策略-爱代码爱编程

在我们使用神经网络解决问题的时候,寻找好的超参数其实是一件非常困难的事。 当我们的训练结果不太好的时候,我们很难在众多的超参数中选中需要调节的那一个。可能问题的本身出在隐藏层的神经元个数,或者层数?也有可能是他已经在学习了,只是学习的Epoch不够多?或者是minibatch设置的太小了?可能我们需要换另外一个代价函数?可能我们需要尝试不同的权重初始化方

2.3 深度学习开发任务实例-爱代码爱编程

2.3 深度学习开发任务实例 神经网络模型的特点:端对端学习,解决了众多非线性映射函数的学习问题 机器学习的特征是人工特征抽取学习线性组合,深度学习的特征是从原始特征出发自动学习高级特征组合 深度学习的特征提取方法:卷积 卷积满足 ”线性性“ 与 ”平移不变性“,卷积神经网络中的 ”卷积运算“ 本质是计算 ”相关性“ 多隐层的深度神经网络:学习的

杀入预制菜赛道的陆正耀,还需戒急戒躁_京比特的博客-爱代码爱编程

年过半百的陆正耀,开始了他离开瑞幸咖啡后第三次创业。 2020年,瑞幸咖啡自曝财务造假,旋即引发了一连串的连锁反应,其中最大的影响莫过于管理团队的集体下岗,创始人陆正耀也在投资人和董事会的压力下被迫走人。 不过陆正耀却并没有像大多数人所想象的那样陷入消沉,反而是从未停止「折腾」,不仅在同年就筹备上向消费者提供按时收费的共享娱乐空间项目,随后还建立意图复