0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

基于MAX78000FTHR的机器学习实时处理方案

电子设计 来源:Maxim 作者:Maxim 2021-01-16 11:22 次阅读

MAX78000本质上是一个ARM Cortex-M4F微控制器,周边有很多硬件,其中包括Maxim设计的神经网络(CNN)加速器(图1)。这种机器学习(ML)支持使芯片能够实时处理诸如识别关键字甚至人脸识别等,而不会浪费功率预算。

1.MAX78000包括Cortex-M4F和RISC-V内核以及CNN加速器。

该芯片还包括一个引人注意的是RISC-V内核,但是,由于其太新了,因此Cortex-M4F是主要处理器。甚至CNN的支持都还处于beta阶段之外,但这些都是本文的重点。

MAX78000具有通常的微控制器外设功能,包括一系列串行端口定时器和并行/串行接口,例如I2S。它甚至具有并行摄像头接口,在模拟外设中有一个8通道10位sigma-delta ADC,也包括四个比较器

该芯片具有512kB的闪存以及128kB的SRAM和引导ROM,该引导ROM允许更复杂的引导过程,例如安全引导支持。有片上密钥存储以及CRC和AES硬件支持,未来将获得CNN支持。基于Github的文档可一览无余。

开发工具是基于Eclipse的免费开发工具,而Eclipse是其他平台(例如德州仪器的Code Composer Studio和Silicon LabsSimplicity Studio)的基础。 Maxim并没有做太多的定制工作,但是有足够的便利来使用诸如MAX78000之类的硬件,同时使第三方插件和工具的使用变得容易,这在处理云或物联网开发环境时非常方便。默认安装包括示例和教程,可轻松测试CNN硬件和其他外围设备。

MAX78000开发板具有两个LCD显示器。较大的3.5英寸TFT触摸显示屏适用于处理器,而第二个较小的显示屏则提供电源管理信息。该芯片没有内置显示控制器,使用串行接口与较大的显示器配合使用。功率跟踪支持非常完善。

开发板带有一个16 MB的QSPI闪存芯片,可以方便地存储图像数据。此外,闪存芯片的USB桥接器允许更快,更轻松地下载数据。

该开发板还添加了一些有用的设备,例如数字麦克风,3D加速度计和3D陀螺仪。几个按钮和LED完善了外围设备,支持JTAG。

如前所述,这次没有使用RISC-V内核,而是采用为Cortex-M4F生成C代码以设置CNN硬件。 CNN硬件旨在处理单个模型,但是可以快速更换新模型。

与大多数机器学习硬件一样,大多数程序员都倾向于隐藏底层硬件,从而提供了更多的黑盒操作,您可以在其中设置盒子并将其数据馈入另一端。如果可用模型,这将很好地工作;这是用不同的信息或使用经过训练的模型来训练。开发和训练新模型时面临挑战,这是我在此将避免讨论的问题。

我确实尝试了Maxim提供的两种模型,包括关键字搜索和面部识别(FaceID)应用程序。 Keyword Spotting应用程序本质上是语音识别系统,可用于侦听关键字以启动基于云的服务,这是大多数基于Alexa的语音系统的工作方式,因为云在识别关键字后会处理所有内容。

另一方面,能够识别许多不同的关键字使构建基于语音的命令系统成为可能,例如许多汽车导航系统中使用的命令系统。Cortex-M4F会处理输入,并进行一些调整以向CNN加速器提供合适的输入(图2)。检测到的类输出指定识别哪个关键字(如果有)。然后,应用程序可以利用此信息。

2.在将信息移交给CNN加速器之前,Cortex-M4F会处理初始音频输入流。

FaceID系统突出显示了MAX78000的摄像机支持(图3)。这可用于识别人脸或识别在装配线上移动的特定零件。样品应用程序可以使用固定输入(如图所示)或从摄像机进行操作。

3.FaceID应用程序强调了CNN实时处理图像的能力。

使用默认值会变得很容易。Maxim提供所有示例代码和过程。这些可以稍作修改,但是重新训练模型是一项涉及更多的工作,尽管Maxim的文档确实涵盖了这一工作。这些示例概述了需要做什么以及需要更改哪些内容以定制解决方案。

将模型和应用程序更改为电动机振动监控系统之类的工作将是一项艰巨的工作,需要一种新的模型,但是该芯片很可能能够处理。它将需要更多的机器学习和CNN支持。

该工具集支持TensorFlow和PyTorch等平台的模型(图4)。这很有用,因为训练不是由芯片处理的,而是在PC或云服务器等平台上进行的。同样,可以对模型进行完善和在高端硬件上进行测试以验证模型,然后可以对其进行修剪以适合MAX78000。

4.PyTorch只是MAX78000处理的框架之一。训练不是在微型计算机上进行的。 Maxim的工具将模型转换为驱动CNN硬件的代码。

此时,CNN加速器文档以及RISC-V支持都很少。Maxim的CNN模型编译器可将C代码导入到Eclipse IDE中。调试常规应用程序代码与通过JTAG进行远程调试。

Maxim还提供MAX78000FTHR,它是简化评估板(图5),它没有显示器或其他外围硬件,但大多数I / O是裸露的。单是开发板仅有25美元。批量购买时,该芯片的单价约为15美元。

5.简化评估板MAX78000FTHR

MAX78000的使用非常有趣。这是一个支持边缘ML应用程序的绝佳平台。但是,请注意,尽管这是一种非常低功耗的解决方案,但它与低端Nvidia Jetson Nano都不一样。检验电源跟踪支持很有趣,因为低功耗可能是许多MAX78000应用中的关键因素,尤其是基于电池的解决方案。
编辑:hfy

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • Maxim
    +关注

    关注

    8

    文章

    859

    浏览量

    87095
  • 神经网络
    +关注

    关注

    42

    文章

    4762

    浏览量

    100537
  • 机器学习
    +关注

    关注

    66

    文章

    8377

    浏览量

    132407
收藏 人收藏

    评论

    相关推荐

    什么是机器学习?通过机器学习方法能解决哪些问题?

    来源:Master编程树“机器学习”最初的研究动机是让计算机系统具有人的学习能力以便实现人工智能。因为没有学习能力的系统很难被认为是具有智能的。目前被广泛采用的
    的头像 发表于 11-16 01:07 224次阅读
    什么是<b class='flag-5'>机器</b><b class='flag-5'>学习</b>?通过<b class='flag-5'>机器</b><b class='flag-5'>学习</b>方法能解决哪些问题?

    NPU与机器学习算法的关系

    在人工智能领域,机器学习算法是实现智能系统的核心。随着数据量的激增和算法复杂度的提升,对计算资源的需求也在不断增长。NPU作为一种专门为深度学习机器
    的头像 发表于 11-15 09:19 306次阅读

    自然语言处理机器学习的区别

    在人工智能的快速发展中,自然语言处理(NLP)和机器学习(ML)成为了两个核心的研究领域。它们都致力于解决复杂的问题,但侧重点和应用场景有所不同。 1. 自然语言处理(NLP) 定义:
    的头像 发表于 11-11 10:35 352次阅读

    旋智多核心处理器助力电机控制应用

    电机控制应用软件通常需要实时处理,以确保精确控制和快速响应。高性能、多核嵌入式处理器能够实时处理多项复杂计算,是保持电机控制系统稳定性和准确性的关键。
    的头像 发表于 10-24 16:17 435次阅读
    旋智多核心<b class='flag-5'>处理</b>器助力电机控制应用

    恩智浦S32Z/E实时处理器实现车载ECU集成

    随着车辆电子电气架构的发展,整合各种实时汽车应用成为了刚需,恩智浦的S32Z和S32E实时处理器系列应运而生。
    的头像 发表于 10-21 10:07 471次阅读

    安富利携手恩智浦推出人工智能解决方案

    在物联网(IoT)和工业4.0时代,数据的海量化与实时处理需求日益增长,对边缘计算设备提出了前所未有的挑战。对此,安富利携手恩智浦,基于创新的MCX-N系列微控制器,推出一系列“开箱即用”的人工智能解决方案,旨在为客户提供高效、可靠、灵活的人工智能服务,加速
    的头像 发表于 08-01 10:38 1268次阅读
    安富利携手恩智浦推出人工智能解决<b class='flag-5'>方案</b>

    国产FRAM SF25C20用于实时处理系统,兼容MB85RS2MT

    国产FRAM SF25C20用于实时处理系统,兼容MB85RS2MT
    的头像 发表于 07-31 10:06 337次阅读
    国产FRAM SF25C20用于<b class='flag-5'>实时处理</b>系统,兼容MB85RS2MT

    机器学习中的数据预处理与特征工程

    机器学习的整个流程中,数据预处理与特征工程是两个至关重要的步骤。它们直接决定了模型的输入质量,进而影响模型的训练效果和泛化能力。本文将从数据预处理和特征工程的基本概念出发,详细探讨这
    的头像 发表于 07-09 15:57 300次阅读

    深度学习与传统机器学习的对比

    在人工智能的浪潮中,机器学习和深度学习无疑是两大核心驱动力。它们各自以其独特的方式推动着技术的进步,为众多领域带来了革命性的变化。然而,尽管它们都属于机器
    的头像 发表于 07-01 11:40 1190次阅读

    基于FPGA EtherCAT的六自由度机器人视觉伺服控制设计

    人、Zynq和摄像头为硬件基础,搭建了六自由度机器人视觉平台。 (2)设计了基于 FPGA的视觉检测方案。利用 西林提供的 HLS和CV库对从摄像头采集到的像素流进行实时处理,并设计了一套识别物块坐标
    发表于 05-29 16:17

    请问PSoC™ Creator IDE可以支持IMAGIMOB机器学习吗?

    。 我发现IMAGIMOB 是一个很好的解决方案来满足我的需求,但现在的问题是, PSoC™ Creator 不支持 IMAGIMOB! PSoC™ Creator 可以支持机器学习或 IMAGIMOB 吗?
    发表于 05-20 08:06

    DU562音频处理芯片—车载娱乐设备音响解决方案

    作为车载娱乐设备的核心组件,DSP音频处理芯片在车载娱乐设备中起关键作用,它可以对音频信号进行实时处理和增强,以提供更好的音质和音效体验;可实时处理和增强音频信号;通过声音均衡功能,可自由调节音频
    的头像 发表于 05-17 11:06 657次阅读
    DU562音频<b class='flag-5'>处理</b>芯片—车载娱乐设备音响解决<b class='flag-5'>方案</b>

    使用STM32H7的AD进行了7M频率的采集信号,采集进去后可以实现实时处理吗?

    使用STM32H7的AD进行了7M频率的采集信号,采集进去后可以实现实时处理吗?
    发表于 03-08 08:10

    MAX78000进串口通信的验证和调试

    该资源提供了一个完整的工程,可在MAX78000开发板上进行UART2阻塞式发送字符串的测试。以下是相关的引脚配置信息:UART2引脚配置:UART2的发送引脚为P1.1 (TXD2)。UART2
    发表于 02-18 09:43 0次下载

    labview中怎么对字符串中的进行实时处理

    LabVIEW是一种用于开发控制、测试和测量系统的可视化编程环境,它提供了许多处理字符串的功能。在LabVIEW中,可以使用不同的函数和工具来实时处理字符串。下面我将详细介绍一些常见的方法和技术
    的头像 发表于 12-26 14:12 1774次阅读