基於 RISC-V 的人工智能應用開發

購買商店

基於 RISC-V 的人工智能應用開發

$528.00

馬上購買

內容描述

《基於RISC-V的人工智能應用開發》較全面地介紹人工智能芯片K210的特點和應用開發，
深入淺出地講解人工神經網絡、卷積神經網絡的應用設計，
特別是全面和深入分析YOLO網絡與目標檢測方法，並把YOLO網絡應用於K210之中。
　　
第一部分為RISC-V及人工智能芯片，主要介紹RISC-V構架人工智能芯片K210應用開發，
包括RISC-V構架及人工智能芯片K210介紹、輸入，輸出、串口通信、定時器與日曆、
音頻輸入／輸出接口、顯示屏驅動、攝像頭數據採集、外部存儲器、K210的WS2812驅動、
K210的ESP8266驅動以及K210的MicroPython編程。
第二部分為深度學習，主要介紹Keras及TensorFlow Lite應用開發，包括Keras人工神經網絡應用設計、
Keras卷積神經網絡及深度學習、TensorFlow Lite安卓應用開發。
第三部分為YOLOv3目標檢測，主要介紹YOLOv1/v2/v3深度卷積神經網絡目標檢測應用開發，
包括YOLO網絡與目標檢測基礎、YOLO網絡樣本標註與訓練、YOLO網絡結構分析、YOLO網絡在安卓中的應用。
第四部分為YOLO和K210綜合應用，主要介紹K210卷積神經網絡應用實例，包括K210人工神經網絡應用設計、
K210卷積神經網絡應用設計、K210神經網絡處理器工作原理分析、K210神經網絡處理器應用實例。
　　
《基於RISC-V的人工智能應用開發》適合於從事物聯網、人工智能、
嵌入式系統以及電子技術應用開發初學者作為參考資料，或者作為本專科物聯網、
人工智能、嵌入式系統、單片機等相關課程的教材，也適合於作為課程設計、
畢業設計以及各類專業競賽指導教材。

目錄大綱

目錄
前言
第一部分
第1章RISC-V構架及人工智能芯片K210介紹
1.1 RISC-V構架
1.2人工智能芯片
1.3 RISC-V人工智能芯片K210
第2章輸入/輸出
2.1 K210的輸入/輸出程序
2.2 Obtian_Studio開發環境使用入門
2.3 K210輸入程序
2.4外部中斷
2.5實現與板無關的程序設計
2.6現場可編程IO陣列工作原理
2.7輸入與中斷工作原理
2.8 K210與STM32F103\STM32F746簡單比較
2.9 K210啟動原理
2.10 Arduino風格的LED閃爍程序
2.11 Obtain_Studio集成開發系統常用技巧
第3章串口通信
3.1 K210第一個串口通信程序
3.2串口通信的中斷
3.3使用Obtain_HMI串口調試程序
3.4高速串口UART
3.5 K210串口通信工作原理
第4章定時器與日曆
4.1 K210定時器程序
4.2實時時鐘
4.3脈衝寬度調製器
4.4看門狗
第5章音頻輸入/輸出接口
5.1 K210音頻輸入/輸出實例
5.2 K210音頻輸入/輸出工作原理
第6章顯示屏驅動
6.1 K210的LCD顯示
6.2 GUI程序設計
6.3漢字顯示以及基本圖形繪製
6.4 SPI串行外設接口
第7章攝像頭數據採集
7.1 K210攝像頭數據採集
7.2 DVP接口工作原理
第8章外部存儲器
8.1 SD卡文件讀寫實例
8.2 K210的SDIO接口
8.3 FAT文件系統
8.4 SD卡上圖像文件的讀取與顯示
第9章K210的WS2812驅動
9.1 K210 IO驅動程序波形測試
9.2 LED燈帶驅動
第10章K210的ESP8266驅動
10.1簡單的ESP8266驅動測試程序
10.2 WiFi模塊
10.3 ESP8266Station模式
第11章K210的MicroPython編程
11.1 MicroPython編程實例
11.2 MicroPython基本操作
11.3 MicroPython基本模塊與函數
第二部分
第12章Keras人工神經網絡應用設計
12.1人工神經網絡工作原理
12.2 Keras人工神經網絡設計
12.3 Keras應用技巧
12.4 BP人工神經網絡
第13章Keras卷積神經網絡及深度學習
13.1卷積運算程序
13.2卷積的作用
13.3卷積神經網絡
13.4簡單卷積神經網絡設計
第14章TensorFlow Lite安卓應用開發
14.1 TensorFlow Lite概要
14.2 TFLite模型在安卓中的應用
14.3 MobileNet模型應用
第三部分
第15章YOLO網絡與目標檢測基礎
15.1 YOLO目標檢測入門實例
15.2目標檢測與對象識別概要
15.3 YOLO網絡結構
15.4 YOLO_Mark數據集製作工具
15.5基於Python的YOLO訓練
15.6基於Darknet的YOLO訓練
第16章YOLO網絡樣本標註與訓練
16.1 Obtain_YOLO_eMake樣本標註與訓練軟件
16.2 YOLO網絡配置參數
16.3 Obtain_YOLO_eMake應用練習
第17章YOLO網絡結構分析
17.1 YOLOv1網絡結構
17.2 YOLOv2網絡原理
17.3 YOLOv3網絡結構
第18章YOLO網絡在安卓中的應用
18.1採用Obtain_YOLO_eMake創建模型
18.2 YOLO Lite安卓程序
第四部分
第19章K210人工神經網絡應用設計
19.1 K210人工神經網絡應用設計入門
19.2 KPU應用基礎
第20章K210卷積神經網絡應用設計
20.1 K210卷積運算入門
20.2 K210卷積神經網絡
第21章K210神經網絡處理器工作原理分析
21.1 K210使用不同的神經網絡模型
21.2 KPU圖像檢測原理
21.3 K210工作原理分析
第22章K210神經網絡處理器應用實例
22.1 K210手勢檢測應用示例
22.2 K210人臉檢測應用示例
參考文獻
參考電子資源

作者介紹

廖義奎
主要研究方向是物聯網、嵌入式系統及智能控制，長期從事自動控制、
電子產品及計算機軟件的研究與開發工作，出版著作獨著9部，合著1部，
發表與合作發表論文30篇，申請發明專利5項，實用新型專利5項，軟件著作權7項。