MicroPython动手做（40）——机器视觉之图像基础 2

eagler8 · 发表于 2020-7-9 09:54

1、知识点——K210芯片
2018年9月6日,嘉楠科技推出自主设计研发的全球首款基于RISC-V的量产商用边缘智能计算芯片勘智K210。该芯片依托于完全自主研发的AI神经网络加速器KPU,具备自主IP、视听兼具与可编程能力三大特点,能够充分适配多个业务场景的需求。作为嘉楠科技自主研发的边缘侧AI芯片,勘智K210兼具高能耗比和灵活性。在算力方面,勘智K210可在0.3W的条件下提供1TOP的算力支持,充分适配在多数业务场景中低功耗约束下的算力需求。

在芯片集成度方面,勘智K210采用视听一体化设计。在机器视觉上,芯片基于自主研发的神经网络加速器KPU,可完成基于神经网络的图像分类任务,进行人脸识别与检测,以及实时获被检测目标的分类。在听觉能力上,芯片自带APU语音处理单元,最高可支持8路音频数据及16个方向,无需占用CPU即可实现声源定向、声场成像、波束形成、语音识别与唤醒等功能。

eagler8 · 发表于 2020-7-9 09:58

K210系统架构
K210 包含 RISC-V 64 位双核 CPU，每个核心内置独立 FPU. K210 的核心功能是机器视觉与听觉，其包含用于计算卷积人工神经网络的 KPU 与用于处理麦克风阵列输入的 APU. 同时 K210 具备快速傅里叶变换加速器，可以进行高性能复数 FFT 计算。因此对于大多数机器学习算法，K210 具备高性能处理能力。K210 内嵌 AES 与 SHA256 算法加速器，为用户提供基本安全功能。K210 拥有高性能、低功耗的 SRAM，以及功能强大的 DMA，在数据吞吐能力方面性能优异。K210 具备丰富的外设单元，分别是：DVP、JTAG、OTP、FPIOA、GPIO、UART、SPI、RTC、I²S、I²C、WDT、Timer 与 PWM，可满足海量应用场景。

在AI领域，神经网络属于计算密集型场景，人脸识别等算法往往会受到边缘侧应用场景的功耗限制。嘉楠表示ARM在实际计算的过程中往往会伴随大量的能耗，并不是非常经济的架构。公开资料显示，嘉楠是RISC-V联盟中前五家使用RISC-V架构的厂商之一。在勘智系列AI芯片的研发中，嘉楠使用了RISC-V RocketChip，减少了大量相关的工作量，也节省了大量的研发人力成本，以及IP授权的成本。目前，勘智K210及其开发模组受到不少开发者的青睐，吸引了来自百度、阿里等国内顶尖AI团队的目光。例如嘉楠为百度AI开发平台PaddlePaddle定制开发模组PaddlePi-K210，打通了PaddlePaddle 模型设备端部署解决方案。开发人员不需要硬件更改，使用公版模具就可以一直做到样品阶段。在前沿项目的探索上，勘智K210兼容阿里最新TinyML算法模型，是可用于探索TinyML科研项目的RV平台。

eagler8 · 发表于 2020-7-9 10:03

2、实验硬件及软件平台
使用MixPY与MixNO开发板硬件以及MixPY软件平台，发挥AI人工智能 K210芯片的算力优势，引入机器视觉概念，从简单的图像基础开始，通过一些MicroPython实际图像处理的小案例，着手学习在LCD屏幕上绘制直线、矩形、圆形和文字等。

eagler8 · 发表于 2020-7-9 10:30

3、绘制箭头

绘制箭头函数

.draw_arrow(x0,y0,x1,y1[,color[,thickness=1]])

复制代码

图像上绘制一个箭头

参数：
x0,y0,x1,y1：绘制的箭头的起点坐标与终点坐标，可以为单独传递，也可以为元组
color：绘制的箭头颜色（默认白色）：
RGB56516 位的颜色值，比如0xFFFF
RGB888元组，比如(236, 36, 36)
GRAYSCALE灰度图素值(0-255)
thickness：控制箭头的粗细像素

返回：
返回一个图像对象
不支持压缩图像

eagler8 · 发表于 2020-7-9 10:36

#MicroPython动手做（40）——机器视觉之图像基础 2
#绘制箭头
import mixno
import lcd
import image
lcd.init(freq=15000000,color=0)
image = image.Image()
lcd.display(image.draw_arrow([150,140,170,160],65535,10))

复制代码

eagler8 · 发表于 2020-7-9 10:38

MixPY 实验图形编程

eagler8 · 发表于 2020-7-9 11:25

实验场景图

eagler8 · 发表于 2020-7-9 11:28

#MicroPython动手做（40）——机器视觉之图像基础 2
#绘制移动的彩色箭头
import time
import mixno
import lcd
import image
lcd.init(freq=15000000,color=0)
image = image.Image()
lcd.display(image.draw_arrow([30,40,155,115],248,15))
time.sleep_ms(1000)
lcd.display(image.draw_arrow([299,40,175,111],57351,15))
time.sleep_ms(1000)
lcd.display(image.draw_arrow([280,220,176,135],7936,15))
time.sleep_ms(1000)
lcd.display(image.draw_arrow([10,240,157,128],57599,15))

复制代码

eagler8 · 发表于 2020-7-9 11:30

MixPY 实验图形编程

eagler8 · 发表于 2020-7-9 11:39

实验场景图

		自动登录	找回密码
密码			立即注册