AI在汽车中的应用:实用深度学习
出处:德州仪器 发布于:2018-10-23 14:35:10
与此同时,通过深度学习方法,人工智能的实际应用能够在汽车安全系统的发展进步中发挥重要的作用。而这些系统远不止仅供典型消费者群体掌握和使用。
深度学习这一概念在几十年前就已提出,但如今它与特定的应用程序、技术以及通用计算平台上的可用性能更密切相关。深度学习的“深度”层面源于输入层和输出层之间实现的隐含层数目,隐含层利用数学方法处理(筛选/卷积)各层之间的数据,从而得出终结果。在视觉系统中,深度(vs.宽度)网络倾向于利用已识别的特征,通过构建更深的网络终来实现更通用的识别。这些多层的优点是各种抽象层次的学习特征。
例如,若训练深度卷积神经网络(CNN)来对图像进行分类,则层学习识别边缘等基本的东西。下一层学习识别成形的边缘的集合。后续图层学习识别诸如眼或鼻这样的形状的集合,而一层将学习甚至更高阶(如面部)的特征。多层更擅长进行归纳,因为它们可以学习原始数据和分类之间的所有中间特征。如图1所示,这种跨越多层的归纳对于终用例是有利的,如对交通标志进行分类,或者尽管存在墨镜、帽子和/或其他类型的障碍物,也可能识别特定面部。
图 1:简易交通标志示例
深度学习的“学习”层面源于对分层网络如何在给定大量已知输入及其期望输出的情况下产生更准确结果(图2)所需的训练(反向传播)的迭代。这种学习减少了那些迭代产生的错误,并终获得分层函数的结果,以满足整体系统需求,并为目标应用程序提供极其稳健的解决方案。这种学习/分层/互连类型类似于生物神经系统,因此支持人工智能的概念。
图 2:简易反向传播示例
尽管深度学习具有效力,但其在实际应用中也遇到了一些挑战。对于容易受到系统限制因素(如总体成本、功耗和扩展计算能力)影响的嵌入式应用程序而言,在设计支持深度学习功能的系统时必须考虑这些限制因素。开发人员可以使用前端工具,如Caffe(初由加州大学伯克利分校开发的深度学习框架)或TensorFlow(谷歌的发明)来开发总网络、层和相应的功能,以及目标终结果的培训和验证。完成此操作后,针对嵌入式处理器的工具可将前端工具的输出转换为可在该嵌入式器件上或该嵌入式器件中执行的软件。
TI深度学习(TIDL)框架(图3)支持在TI TDAx汽车处理器上运行的深度学习/基于CNN的应用程序,以在高效的嵌入式平台上提供极具吸引力的驾驶辅助系统(ADAS)功能。
图 3:TIDL框架(TI器件转换器和深度学习库)
TIDL框架为软件可扩展性提供快速嵌入式开发和平台抽象;在TI硬件上实现用于加速CNN的高度优化的内核,以及支持从开放框架(如Caffe和TensorFlow)到使用TIDL应用程序编程界面的嵌入式框架进行网络转换的转换器。
版权与免责声明
凡本网注明“出处:维库电子市场网”的所有作品,版权均属于维库电子市场网,转载请必须注明维库电子市场网,https://www.dzsc.com,违反者本网将追究相关法律责任。
本网转载并注明自其它出处的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品出处,并自负版权等法律责任。
如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。
- NOVOSENSE - 纳芯微推出车规级温湿度传感器NSHT30-Q1,助力汽车智能化发展2024/4/25 17:50:16
- Keysight - EV 电池设计创新:扩大续航里程、延长电池寿命2024/4/25 17:42:32
- TI - 微型隔离式直流/直流模块如何实现更高的功率密度2024/4/24 15:38:49
- 汽车以太网物理层调试的实用技巧2024/4/23 17:31:42
- 高频电力传输为电动汽车无线充电铺平道路2024/4/12 17:25:08
- 英特尔数据存储如何操作和实现
- 什么是微动开关_微动开关有什么用_微动开关使用方法
- VCC,VDD,VEE,VSS在电源原理图中有什么区别?
- 低压配电系统设计规范_低压配电系统设计注意事项
- xEV 主逆变器电源模块中第四代 SiC MOSFET 的短路测试
- 光耦详细应用教程
- 定义绝缘耐久性评估的电压脉冲测试要求
- 采用沟槽MOS结构,使存在权衡关系的VF和IR相比以往产品得到显著改善 ROHM推出实现业界超快trr的100V耐压SBD“YQ系列”
- NOVOSENSE - 纳芯微推出车规级温湿度传感器NSHT30-Q1,助力汽车智能化发展
- Keysight - EV 电池设计创新:扩大续航里程、延长电池寿命