适用于嵌入式应用的深度学习推理参考设计-德州仪器.PDF

TI Designs：：TIDEP-01004 适适用用于于嵌嵌入入式式应应用用的的深深度度学学习习推推理理参参考考设设计计 说说明明 特特性性 此参考设计演示了如何在Sitara AM57x 片上系统 • AM57x SoC 上的嵌入式深度学习推理 (SoC) 上使用TI 深度学习(TIDL)，以在嵌入式应用中 • 基于AM57x 的高性能可扩展TI 深度学习库 （TIDL 引入深度学习推理。此设计演示如何在C66x DSP 内核 库），可以仅使用C66x 内核、仅使用EVE 子系 （在所有AM57x SoC 上提供）以及嵌入式视觉引擎 统，也可以使用C66x + EVE 的组合。 (EVE) 子系统 （视为AM5749 SoC 上的黑盒化深度学 • 性能经优化的参考CNN 模型，适用于物体分类、检 习加速器）上运行深度学习推理。 测和像素级语义分割。 此参考设计适用于寻求在嵌入式应用中引入深度学习推 • 全面的引导式TIDL 开发流程：训练、导入和部署 理的所有应用。 • AM5749 上多种流行深度学习网络的基准 在TI 的免费AM57x 处理器SDK 中，客户可以找到关 • 该参考设计已在AM5749 IDK EVM 上经过测试，其 于如何使用TIDL 的分步指南，用于快速开始使用深度 中包括C66x 内核及 EVE 子系统上的TIDL 库、参 学习网络，或者在AM57x 器件上评估自己的网络性 考CNN 模型和快速入门指南。 能。 应应用用 资资源源 • 自动分拣设备 TIDEP-01004 设计文件夹 • 光学检查 AM5749