深度学习应用

深度学习应用#

近年来,深度学习算法应用在全球迅猛发展,在各个不同的场景都取得了优异的成绩,甚至在很多应用领域上超越了我们人类。一般人理解,深度学习算法需要海量运算,需要运行在高性能的服务器上,或者计算机需要安装昂贵的显示加速卡。但是,随着嘉楠公司的 K210 芯片将神经网络硬件加速单元 KPU 集成至 MCU 芯片,我们在 MCU 级别的芯片上,也能享受到深度学习算法带来的好处。

CanMV 使用 Python 语言,对复杂的深度学习算法进行了封装,能让用户通过简单的几行代码,调用深度学习模型进行推理运算,极大的降低了使用门槛。同时,由于深度学习算法的优异表现,最终的检测识别效果通常较传统图像处理算法更优更快更强。CanMV 支持使用 KPU 加速神经网络计算,可以实现物体分类、人脸检测、人脸识别等等功能。

物体分类#

基于 VOC 数据集的20分类模型

具体请参考例程voc20_object_detect

voc_20

人脸检测#

基于 Yolo 的人脸检测

具体请参考例程yolo_face_detect

fd

更多例程#

利用 CanMV, 可以帮助您实现更多的创意想法。
更多好玩实用的例程,请看这里的代码示例: KPU