汪鑫豪

摘要 隨著科學(xué)技術(shù)的不斷發(fā)展，目前機器學(xué)習(xí)已經(jīng)成為社會發(fā)展中一個重要組成，尤其是在嵌入式視覺應(yīng)用過程中進行機器學(xué)習(xí)。通過將處理其中進行一個高效的配置設(shè)計，從而將可編程邏輯進行有效結(jié)合，真正的將可編程邏輯的好處帶給科學(xué)工作者，幫助其縮短解決問題方案的設(shè)計開發(fā)時間。

【關(guān)鍵詞】嵌入視覺 機器學(xué)習(xí) 應(yīng)用分析

1 機器學(xué)習(xí)的概述

在嵌入式視覺發(fā)展過程中機器學(xué)習(xí)非常重要，通過機器學(xué)習(xí)能夠使多種系統(tǒng)升級為視覺引導(dǎo)的自動化系統(tǒng)。而對于嵌入式視覺應(yīng)用優(yōu)勢的地方來說，就是相對于其他簡單的機器學(xué)習(xí)系統(tǒng)來說，嵌入式應(yīng)用采用的是一種二維輸入的格式，所以在進行嵌入式機器學(xué)習(xí)過程中，需要我們使用卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進行處理二維輸入。這種卷積神經(jīng)網(wǎng)絡(luò)是相似于前饋網(wǎng)絡(luò)的一種，通過一個單獨的全連通網(wǎng)絡(luò)加上內(nèi)置卷積層和子采樣層進行相應(yīng)數(shù)據(jù)分類。而這種網(wǎng)絡(luò)結(jié)構(gòu)較為復(fù)雜，其輸入圖像被細分為一系列的重疊小模塊，因此在進行應(yīng)用前必須要通過激活層來創(chuàng)建激活圖，從而使其真正的應(yīng)用到全連通網(wǎng)絡(luò)上。

2 機器學(xué)習(xí)框架

因為機器學(xué)習(xí)本身就是一個非常復(fù)雜的問題，因此在進行機器學(xué)習(xí)框架的構(gòu)建上，我們必須從頭開始，通過定義網(wǎng)絡(luò)構(gòu)架以及相關(guān)的訓(xùn)練算法，從而保證系統(tǒng)的應(yīng)用。為了能夠使問題簡單化，可以通過一些行業(yè)標(biāo)準(zhǔn)框架的支持進行應(yīng)用，例如Caffe框架，能夠為我們進行機器學(xué)習(xí)提供各種模型支持，并且不需要我們從新制定相應(yīng)的網(wǎng)絡(luò)框架建設(shè)，直接應(yīng)用這種框架就能夠開展需要的計算。此外，為了方便我們的重復(fù)使用，用戶該能夠通過Modelzoo將自己創(chuàng)建的網(wǎng)絡(luò)模型進行共享，從而為我們研究課題提供幫助。

3 實現(xiàn)嵌入式視覺和機器學(xué)習(xí)

對于實現(xiàn)嵌入式視覺應(yīng)用及機器學(xué)習(xí)，我們基于可編程邏輯進行相應(yīng)辦法的解決，選擇一些可編程邏輯架構(gòu)與相應(yīng)的處理系統(tǒng)，從而使其完美的組合，不僅擁有較快的處理反應(yīng)速度，還能夠方便我們使用者進行修改，真正的提供給我們一個高效的解決方案。在進行應(yīng)用過程中，對于一些低時延決策與響應(yīng)循環(huán)非常重要。一般視覺引導(dǎo)的自動化機器人的響應(yīng)時間能夠降低對人員的傷害，因此我們必須要縮短相應(yīng)時間。為了能夠?qū)崿F(xiàn)這種設(shè)想，可以使用現(xiàn)有的可編程邏輯實現(xiàn)視覺處理的流水處理，這樣使機器學(xué)習(xí)能夠?qū)崿F(xiàn)快速化。但是這種方法與傳統(tǒng)的方法相比來說需要減少系統(tǒng)的瓶頸問題。因此在使用CPU/CPU作為處理器時，系統(tǒng)在運算過程中，每進行一步都需要外部的DDR進行幫助，從而導(dǎo)致處理信息不能夠在內(nèi)部間傳遞。而通過采用ARM技術(shù)則能夠提供內(nèi)部緩存，避免了上述問題的出現(xiàn)，從而降低處理反應(yīng)的延時現(xiàn)象，并提高了整個系統(tǒng)的穩(wěn)定性。

通過對系統(tǒng)的設(shè)置，在異構(gòu)SOC中能夠輕松的實現(xiàn)圖像的處理與機器學(xué)習(xí)網(wǎng)絡(luò)，因此我們基于相關(guān)工具的幫助，使系統(tǒng)能夠同時支持圖像應(yīng)用以及機器學(xué)習(xí)。因此系統(tǒng)內(nèi)部需要同時支持OpenVX和Caffe框架。而OpenVX框架主要是為了能夠使內(nèi)核在進行圖像處理時進行加速，并且可以在可編程邏輯中進行，從而幫助建立一個圖像處理流水線。而Caffe框架則主要是為了實現(xiàn)機器學(xué)習(xí)推斷引擎，負責(zé)處理其余的處理工作。在機器學(xué)習(xí)的推斷引擎實現(xiàn)方案中，對于我們選擇使用的數(shù)值表示系統(tǒng)，也對使機器學(xué)習(xí)的性能產(chǎn)生重要影響。對于目前的機器學(xué)習(xí)應(yīng)用研究發(fā)展，其開始逐漸加大對更高效的降精度定點數(shù)值系統(tǒng)的使用次數(shù)。這種系統(tǒng)與傳統(tǒng)的FP32方法相比，不會對數(shù)據(jù)的精度造成顯著的下降。并且，這種定點數(shù)值系統(tǒng)在應(yīng)用過程中更加方便，可以在可編程邏輯解決方法中理想的實現(xiàn)各種方案。因此，我們在選擇相同內(nèi)核權(quán)重時，可以實現(xiàn)最多兩個高級運輸方案的執(zhí)行，從而真正的提升了系統(tǒng)的運行能力，并且還能夠有效的降低系統(tǒng)功耗。此外，采用這種可編程邏輯方案靈活性，還能夠更好的實現(xiàn)降精度點數(shù)值表達系統(tǒng)的應(yīng)用效果。

4 應(yīng)用分析

為了能夠研究嵌入式視覺應(yīng)用中的機器學(xué)習(xí)，我們將實際的車輛避碰系統(tǒng)進行分析研究。通過設(shè)系統(tǒng)的可編程邏輯中各項功能的不斷優(yōu)化，從而改善系統(tǒng)的自身響應(yīng)時間。為了能夠?qū)崿F(xiàn)GoogLeNet的解決方法，我們將系統(tǒng)的反應(yīng)時間與傳統(tǒng)的GPU處理反應(yīng)時間進行比較，二者之間的差距非常明顯。我們設(shè)計的嵌入式應(yīng)用機器學(xué)習(xí)系統(tǒng)中，其能夠在2.7ms內(nèi)發(fā)現(xiàn)即將出現(xiàn)的碰撞情況，從而采取緊急的措施進行補救。而傳統(tǒng)的GPU處理系統(tǒng)則需要選擇大量的架構(gòu)進行一定的計算才能夠進行反應(yīng)，這些都是以犧牲反應(yīng)時間作為代價換取的，就二者反應(yīng)時間上的差距，就能夠?qū)⑴鲎驳陌l(fā)生進行決定。

5 結(jié)論

綜上所述，因為機器學(xué)習(xí)范圍較廣，不僅能夠在嵌入式視覺中進行應(yīng)用，其還能夠在物聯(lián)網(wǎng)及云計算中發(fā)揮重要的作用。所以，為了能夠真正的顯示出機器學(xué)習(xí)對各行各業(yè)的幫助，因此需要我們不斷的進行學(xué)習(xí)，不斷創(chuàng)新新型的學(xué)習(xí)模式，從而有效提高企業(yè)的生產(chǎn)能力，保證社會經(jīng)濟的發(fā)展。

參考文獻

[1].Xilinx推出開發(fā)者專區(qū)，加速嵌入式視覺創(chuàng)新[J]，中國電子商情（基礎(chǔ)電子），2016 （12）：54.

[2]王騰騰，基于圖編程的嵌入式機器視覺算法平臺研究[D].杭州電子科技大學(xué)，2016.

[3]王永兵，嵌入式智能視覺測量傳感器設(shè)計與應(yīng)用研究[D].北京理工大學(xué)，2015.