人体存在检测

格子Sensai演示

可扩展的人体存在检测- 该演示使用人工智能(AI)来实现人类存在检测算法。FPGA具有灵活的并行数据处理能力,使其在与微处理器相比此类任务中的功率高。

永远在线,本地智能提高了安全性- 为网络边缘带来AI挑战,但它也提供了巨大的机会。将AI设计为ICE40 UltraPlus或ECP5 FPGA而不是基于云的资源可以显着降低功耗,限制甚至消除网络带宽和延迟,同时加速响应时间。本地处理清楚地改善了系统的鲁棒性和安全性。

跨两个FPGA系列可扩展的多引擎CNN- 具有CNN架构的格子推理引擎能够适合ICE40 UltraPlus和ECP5 FPGA系列的几种设备。

特征

  • 加速,使用神经网络模型在网络边缘处的低功率人体存在检测
  • ICE40 UltraPlus.
    • vgg8像16位cnn
    • 64 * 64 * 3输入
    • 6个区域搜索
    • 每秒最多8帧
    • 7兆瓦的功耗
  • ECP5 85.
    • vgg8像16位cnn
    • 128 * 128 * 3输入
    • 6个区域搜索
    • 每秒15帧,具体取决于网络选择
    • 功耗0.85 W
  • 可调节帧速率
  • 可以根据系统需求在电源和响应时间之间进行优化
格子Sensai.

跳到

框图

文件

快速参考
下载
标题 数字 版本 日期 格式 尺寸
HIMAX HM01B0 UPDUINO屏蔽基于人的存在检测低功率演示用户指南
FPGA-UG-02077 2.1 10/23/2019 PDF. 827.8 KB.
基于EVDK的人类存在检测演示用户指南
FPGA-UG-02061 1.1 2011年9月1日 PDF. 1.6 MB.
标题 数字 版本 日期 格式 尺寸
HM01B0 Upduino盾牌演示比特流对人体存在检测
2.1 10/23/2019 压缩 165.6 KB.
基于EDVK的人体存在检测低功率演示比特流
1.0 9/26/2018 压缩 3 MB.

*单击“通知”按钮“通知”按钮,您同意接收关于所选文档的更改的通知。

与大多数网站一样,我们使用cookie和类似的技术来增强您的用户体验。我们还允许第三方在我们的网站上放置Cookie。通过继续使用本网站,您同意使用cookie,如我们所述Cookie政策