TIDEP-01004
适用于嵌入式应用的机器学习推理参考设计
TIDEP-01004
概述
此参考设计演示了如何在 Sitara AM57x 片上系统 (SoC) 上使用 TI 深度学习 (TIDL)/机器学习,以在嵌入式应用中引入深度学习推理。该设计展示如何在 C66x DSP 内核(所有 AM57x SoC 上均提供)以及嵌入式视觉引擎 (EVE) 子系统(被当成 AM5749 SoC 上的黑盒化深度学习加速器)上运行深度学习推理。
该参考设计适用于任何希望在嵌入式应用中引入深度学习/机器学习推理的应用。在 AM57x 处理器 SDK 中,客户可以找到关于如何使用 TIDL 的分步指南,用于快速开始使用深度学习网络,或在 AM57x 器件上评估自己的网络性能。
特性
- AM57x SoC 上的嵌入式深度学习推理
- 基于 AM57x 的高性能可扩展 TI 深度学习库(TIDL 库),可以仅使用 C66x 内核、仅使用 EVE 子系统,也可以使用 C66x + EVE 的组合
- 性能经过优化的参考 CNN 模型,适用于物体分类、检测和像素级语义分割
- 全面的引导式 TIDL 开发流程:训练、导入和部署
- AM5749 上的多种常用深度学习网络的基准
- 该参考设计已在 AM5749 IDK EVM 上经过测试,其中包括 C66x 内核和 EVE 子系统上的 TIDL 库、参考 CNN 模型以及入门指南
我们开发的全面组装电路板仅用于测试和性能验证,不可用于销售。
设计文件和产品
设计文件
下载现成的系统文件,加快您的设计过程。
技术文档
未找到结果。请清除搜索,并重试。
查看所有 2
类型 | 标题 | 下载最新的英文版本 | 日期 | |||
---|---|---|---|---|---|---|
白皮书 | Bringing deep learning to embedded systems (Rev. A) | 2019年 2月 26日 | ||||
设计指南 | 适用于嵌入式应用的深度学习推理参考设计 | 英语版 | 2018年 9月 12日 |