NXP Semiconductors Kit di strumenti per l'apprendimento automatico approfondito eIQ™ (DL)
Il toolkit eIQ™ Auto Deep Learning (DL) di NXP Semiconductors è un motore di inferenza di grado automobilistico per i processori embedded S32. Il toolkit eIQ™ Auto è progettato per consentire ai progettisti di passare rapidamente da un ambiente di sviluppo alle implementazioni di applicazioni IA che soddisfano i rigorosi standard automobilistici. eIQ Auto consente l’applicazione di algoritmi basati sul deep learning ad applicazioni di visione, sostituzione alla guida, sensor fusion, monitoraggio del conducente e altre applicazioni automobilistiche in continua evoluzione.
Agilità in termini di sviluppo e implementazione
Con il toolkit eIQ Auto di NXP i progettisti possono passare senza problemi da un ambiente di sviluppo alla completa implementazione, conversione e ottimizzazione dei loro modelli IA sfruttando al contempo piattaforme e librerie familiari come TensorFlow, Caffe e/o PyTorch per trasferire i propri framework per l'addestramento deep learning a una piattaforma NPX di elaborazione, ad alte prestazioni e di grado automobilistico. Le reti neurali possono essere ottimizzate per la massima efficienza utilizzando tecniche di bloccaggio e compressione.
Vantaggi API
NXP fornisce un'API unificata che consente di utilizzare lo stesso codice applicativo e gli stessi modelli di rete neurale in più fasi di sviluppo. Una volta quantificato, il modello può essere eseguito sul bersaglio del dispositivo o sul simulatore a bit esatto, accelerando notevolmente i processi di sviluppo.
Qualità e affidabilità
Il raggiungimento della conformità SPICE del settore automobilistico da parte di NXP garantisce che il toolkit eIQ Auto soddisfa i rigorosi standard internazionali di sviluppo del settore automobilistico stabiliti dai principali produttori di veicoli. Contrariamente ai motori di inferenza della concorrenza sviluppati con strumenti open-source, il toolkit eIQ Auto di NXP contribuisce a garantire una perfetta conformità agli standard delle applicazioni automobilistiche fondamentali per la sicurezza.
Caratteristiche
- Framework di addestramento – interfaccia a framework standard come TensorFlow, Pytorch, Caffe e ONNX
- Ottimizzazione: sfronda, quantizza e comprime la rete neurale
- Implementazione integrata – Distribuzione automatica del livello di rete neurale fino alla risorsa di calcolo ottimale disponibile
- Motore di inferenza di qualità automatica – Motore di inferenza certificato A-SPICE
- Reti supportate
- Rilevamento, classificazione e segmentazione
- Include supporto ottimizzato per le seguenti reti: MobileNetV1, MobileNetV2, SqueezeNet1.1, SSDMobileNet, ResNet-50, DeepLab v3 e SqueezeSeg
Applicazioni
- Sistemi di monitoraggio del conducente/passeggero
- Segmentazione LiDAR
- Rilevamento, classificazione e tracciamento degli oggetti
- Visione surround
- Vista anteriore
- Assistenza parcheggio avanzata
Scarica da NXP
Requisiti di sistema
- LTS a 64 bit Ubuntu 16,04
- Software SDK Vision NXP per S32V234
- Scheda di valutazione fusione sensore e visione S32V SBC-S32V234
Schema a blocchi di sviluppo
Diagramma di flusso di implementazione
Prodotti supportati
NXP Semiconductors SBC-S32V234 Vision Prototype Kit
Development Kit designed to support safe computation-intensive applications.
Prodotti correlati
NXP Semiconductors eIQ Machine Learning Software Dev Environment
A combination of libraries and dev tools for use with NXP microprocessors and microcontrollers.