Google 为树莓派 Zero W 发布了基于TensorFlow 的视觉识别套件
本帖最后由 wing 于 2018-8-12 13:45 编辑Google 发布了一个 45 美元的 “AIY Vision Kit”，它是运行在树莓派 Zero W 上的基于 TensorFlow 的视觉识别开发套件，它使用了一个带
Movidius 芯片的 “VisionBonnet” 板。
为加速该设备上的神经网络，Google 的 AIY 视频套件继承了早期树莓派上运行的 AIY 项目 的语音/AI 套件，这个型号的树莓派随五月份的
MagPi 杂志一起赠送。与语音套件和老的 Google 硬纸板 VR 查看器一样，这个新的 AIY 视觉套件也使用一个硬纸板包装。这个套件和 Cloud
Vision API 是不一样的，它使用了一个在 2015 年演示过的基于树莓派的 GoPiGo 机器人，它完全在本地的处理能力上运行，而不需要使用一个
云端连接。这个 AIY 视觉套件现在可以 45 美元的价格去预订，将在 12 月份发货（原文发布的时间是2017年，我想这里是指2017年12月）。
AIY 视觉套件，完整包装
树莓派 Zero W
这个套件的主要处理部分除了所需要的 树莓派 Zero W 单片机之外 —— 一个基于 ARM11 的 1 GHz 的 Broadcom BCM2836 片上系统，另外的就
是 Google 最新的 VisionBonnet RPi 附件板。这个 VisionBonnet pHAT 附件板使用了一个 Movidius MA2450，它是 Movidius Myriad 2 VPU
版的处理器。在 VisionBonnet 上，处理器为神经网络运行了 Google 的开源机器学习库 TensorFlow。因为这个芯片，使得视觉处理的速度最高
达每秒 30 帧。
这个 AIY 视觉套件要求用户提供一个树莓派 Zero W、一个 树莓派摄像机 v2、以及一个 16GB 的 micro SD 卡，它用来下载基于 Linux 的 OS
镜像。这个套件包含了 VisionBonnet、一个 RGB 街机风格的按钮、一个压电扬声器、一个广角镜头套件、以及一个包裹它们的硬纸板。还有一
些就是线缆、支架、安装螺母，以及连接部件。
AIY 视觉套件组件
VisonBonnet 附件板
有三个可用的神经网络模型。一个是通用的模型，它可以识别常见的 1000 个东西，一个是面部检测模型，它可以对 “快乐程度” 进行评分，
从 “悲伤” 到 “大笑”，还有一个模型可以用来辨别图像内容是狗、猫、还是人。这个 1000 个图片模型源自 Google 的开源 MobileNets，
它是基于 TensorFlow 家族的计算机视觉模型，它设计用于资源受限的移动或者嵌入式设备。
MobileNet 模型是低延时、低功耗，和参数化的，以满足资源受限的不同使用情景。Google 说，这个模型可以用于构建分类、检测、嵌入、以及
分隔。在本月的早些时候，Google 发布了一个开发者预览版，它是一个对 Android 和 iOS 移动设备友好的 TensorFlow Lite 库，它与
MobileNets 和 Android 神经网络 API 是兼容的。
AIY 视觉套件包装图
除了提供这三个模型之外，AIY 视觉套件还提供了基本的 TensorFlow 代码和一个编译器，因此用户可以去开发自己的模型。另外，Python 开发
者可以写一些新软件去定制 RGB 按钮颜色、压电元素声音、以及在 VisionBonnet 上的 4x GPIO 针脚，它可以添加另外的指示灯、按钮、或者
伺服机构。Potential 模型包括识别食物、基于可视化输入来打开一个狗门、当你的汽车偏离车道时发出文本信息、或者根据识别到的人的面部
表情来播放特定的音乐。
Myriad 2 VPU 结构图
Movidius Myriad 2 处理器在一个标称 1W 的功耗下提供每秒万亿次浮点运算的性能。在被 Intel 收购之前，这个芯片最早出现在 Tango 项目
的参考平台上，并内置在 2016 年 5 月由 Movidius 首次亮相的、Ubuntu 驱动的 USB 的 Fathom 神经网络处理棒中。根据 Movidius 的说法，
Myriad 2 目前已经在 “市场上数百万的设备上使用”。
原文出自
http://linuxgizmos.com/google-launches-tensorflow-based-vision-recognition-kit-for-rpi-zero-w/
写在最后：目前为止（2018-08-12）我尚未在某宝发现该套件，
要注意的一点是GOOGLE之前出了一个基于RPI的语音识别套件其名称也叫AIY，这套语音识别套件某宝是有售的，切勿混淆
:lol美帝拯救人类~ 美帝这么厉害？为啥国人没发明个这么个玩意 本帖最后由 pz_cloud 于 2018-8-14 00:20 编辑
这不是什么新鲜玩意了，就是Movidius +树莓派，可以自己单独买Movidius 棒连上树莓派就能用，此外国产的有个叫 角蜂鸟 的视觉套件做得更好，当然也是基于Movidius的。Movidius 本质就是个VPU，把CNN网络的正向推演做硬件加速，训练和模型的调试还是得在电脑上做。而且其实这款芯片早就用到相关产品上了，比如大疆的无人机。 本帖最后由 wetnt 于 2018-8-14 09:02 编辑
现在人工智能都有一个误区，就是让用户自己训练，未来应该形成一个云上训练库，大家和API一样调用就ok了。
看了下角蜂鸟确实不错，能否用它来搭建一个自动驾驶系统？ 哦哦，角蜂鸟 ，这个值得研究一下。感谢各位大哥推荐，如果有入门级应用实力就更好了:lol wetnt 发表于 2018-8-14 08:53
现在人工智能都有一个误区，就是让用户自己训练，未来应该形成一个云上训练库，大家和API一样调用就ok了。
...
这不是误区啊，因为人工智能本来就是很复杂的东西，没有道理会变得很简单，而且训练的数据集很多都是公开的，其实自己训练并不算太麻烦。所谓API调用，tensorflow和caffe、mxnet等框架就是提供这样的API的啊，这些API就是极度简化了训练各种神经网络的工作量，只不过不可能简单到像arduino一样。毕竟接口越简单，局限性就越大，好比你要一行代码实现人脸识别，这是早就已经有的了，调用face++，微软或者讯飞的在线API，几行代码就能返回人脸识别的数据；但是局限性也很大，万一我想识别的是猫呢？自己训练模型的好处就是，通过对特定网络进行参数调整和数据集变换，就能得到我自己要的各种效果，复杂度和自由度是一脉相承的，那种几行代码就实现的自动驾驶，肯定也就是非常初级的自动驾驶了（比如巡线）。以角蜂鸟也就是Movidius的运算能力，要拿来搭建稍具使用价值的自动驾驶系统，就仿佛要在Arduino的芯片上面运行Windows系统一样，是不太现实的 pz_cloud 发表于 2018-8-15 23:12
这不是误区啊，因为人工智能本来就是很复杂的东西，没有道理会变得很简单，而且训练的数据集很多都是公 ...
非常感谢 pz_cloud 的回复。
当然搭建可以上路的L4肯定是不现实的，但能否用 角蜂鸟 做一个能够在家里自主运动的，类似宠物的作品，是不是可以？在家庭、办公室场景下，识别人、识别桌子腿、椅子也就可以了。
比如有宠物的家里，智能小车汇报，被小猫调戏了多少次，大概在什么时间，……，也挺有意思。 wetnt 发表于 2018-8-16 13:05
非常感谢 pz_cloud 的回复。
当然搭建可以上路的L4肯定是不现实的，但能否用 角蜂鸟 做一个能够在家里 ...
这个是可以的，mobilenet-SSD模型就是实现这个功能的，也是针对移动平台，速度很快，可以了解一下 这玩意儿在美亚上了一阵就下线了，而且要100多刀，不便宜。用起来还要联网，关键是连google，所以国内都不用想了。 spirn 发表于 2018-8-20 10:11
这玩意儿在美亚上了一阵就下线了，而且要100多刀，不便宜。用起来还要联网，关键是连google，所以国内都不 ...
的确我都不知道哪里有得卖，语音识别那款AIY也是要google服务的，不过世界那么大为什么不出去看看呢 本帖最后由 spirn 于 2018-8-20 14:09 编辑
wing 发表于 2018-8-20 11:59
的确我都不知道哪里有得卖，语音识别那款AIY也是要google服务的，不过世界那么大为什么不出去看看呢
要上google又不是难事，我的主邮件就是gmail的，但一个嵌入式的东西要依赖google就不实用了，不要说google，就算非要用远程服务就是不方便了。而且都是api调用，学不到什么东西。 我买过一个google 的AIY Voice Kit，玩了一次就扔一边了。 aeroboy 发表于 2018-8-21 09:05
我买过一个google 的AIY Voice Kit，玩了一次就扔一边了。
看来你们对AIY不是那么感冒哦 wing 发表于 2018-8-22 10:58
看来你们对AIY不是那么感冒哦
是不会玩。
页:
[1]
2