深度學習實時檢測學習

一、TPU-MobilenetSSD

參考連結：

https://github.com/PINTO0309/TPU-MobilenetSSD

LattePanda Alpha Core m3 + USB 3.0 + Google Edge TPU Accelerator + MobileNet-SSD v2 + Async mode

1.

320x240

about 80 - 90 FPS

2。

640x480

about 60 - 80 FPS

二、Getting started with Google Coral’s TPU USB Accelerator

參考連結：

https://www.pyimagesearch.com/2019/04/22/getting-started-with-google-corals-tpu-usb-accelerator/

基本概念：

ASIC晶片是用于供專門應用的內建電路（ASIC，Application Specific Integrated Circuit)晶片技術，在內建電路界被認為是一種為專門目的而設計的內建電路。

邊緣計算是指在靠近物或資料源頭的一側，采用網絡、計算、存儲、應用核心能力為一體的開放平台，就近提供最近端服務。其應用程式在邊緣側發起，産生更快的網絡服務響應，滿足行業在實時業務、應用智能、安全與隐私保護等方面的基本需求。

Edge TPU 可以說是 Google 專為邊緣計算推出的一款 ASIC 晶片。

深度學習資料集MNIST ImageNet COCO PASCAL VOC介紹：

https://blog.csdn.net/daydayup_668819/article/details/70226787

三款内置 Edge TPU 的在售硬體

Coral 在釋出之初，釋出了五種産品，幫助團隊從新産品開發到現有設計的增強，最終達到擴大生産規模。目前有三款産品已開放購買通道：

·Coral Dev Board(開發闆)

Coral Dev Board 是一款搭載了 Edge TPU 的單闆計算機，功能非常豐富。開發闆分為 SOM 子產品和基闆，基闆包括一些常用的外設接口，而 SOM 子產品是基于 Google Edge TPU 的子產品化系統子闆(子產品與基闆可以分離)。無需從頭開始構模組化型，可以編譯 TensorFlow Lite 模型在 Coral Dev Board 上運作。

·Coral USB Accelerator(USB 加速器)

USB 加速器，具有 Edge TPU 的 USB 附件，可以為機器學習提供推理能力。此外，還可通過 USB 2.0 和3.0 輕松內建到任何 Linux 系統。

·Coral Camera(攝像頭)

500萬像素攝像頭子產品，與 Coral Dev Board 相容。通過 MIPI-CSI 接口連接配接，提供了一種将視覺輸入引入模型的簡便方法。

除此之外，可以将 Edge TPU 內建到現有裝置系統中的 PCI-E 加速器、40mm x 48mm 可插拔的完全內建系統級子產品，未來将陸續與使用者見面。

三、SSD-Tensorflow

參考連結

https://github.com/balancap/SSD-Tensorflow

https://pjreddie.com/darknet/yolo/

https://github.com/Zehaos/MobileNet