From 0333d1f582f50abe06e9cebdeacf2e076984b991 Mon Sep 17 00:00:00 2001 From: Yan_yan Date: Fri, 6 Nov 2020 15:07:41 +0800 Subject: [PATCH] update the img position from public/images/ to imagesrc/ --- .../apparch/imagesrc}/framework-ai-arch.png | Bin docs/doc/apparch/zhi.md | 2 +- 2 files changed, 1 insertion(+), 1 deletion(-) rename docs/{.vuepress/public/images => doc/apparch/imagesrc}/framework-ai-arch.png (100%) diff --git a/docs/.vuepress/public/images/framework-ai-arch.png b/docs/doc/apparch/imagesrc/framework-ai-arch.png similarity index 100% rename from docs/.vuepress/public/images/framework-ai-arch.png rename to docs/doc/apparch/imagesrc/framework-ai-arch.png diff --git a/docs/doc/apparch/zhi.md b/docs/doc/apparch/zhi.md index 0ce584f..cae0eaa 100644 --- a/docs/doc/apparch/zhi.md +++ b/docs/doc/apparch/zhi.md @@ -4,7 +4,7 @@ 工厂中不仅有气压、温度等环境数据，还有很多图像、声音等数据，比如工业设备仪表盘、厂房工人分布等，这些数据也需要检测并处理。传统方案使用嵌入式终端采集、云端处理的架构。而当前越来越多的硬件厂商开始将一部分AI算力下沉到嵌入式终端上，比如 ST 推出的针对 STM 平台的神经网络加速库 STM32 Cube.AI，ARM 即将发布的针对嵌入式场景的 Ethos-U55 神经网络处理器，以及 勘智 K210 平台嵌入了一颗卷积网络加速器 KPU。本系统提供了在嵌入式节点端做轻量级AI处理的应用框架，可以在 Arm Cortex-M 或者 有神经网络加速器的平台（比如 勘智 K210）运行。对于复杂的 AI 应用，可以选择完全在 边缘或者云侧处理，也可以选择在 节点端做简单预处理，在 边缘或者云侧做后续的处理。基本结构如下： -![智能框架架构](/images/framework-ai-arch.png) +![智能框架架构](./imagesrc/framework-ai-arch.png) 端侧智能运行框架中，目前在 STM32 平台上支持 TensorFlow Lite for Microcontroller，勘智K210 上支持 KPU Model，CV算子目前暂不支持。模型库中有一些已经训练好的模型，可以直接使用，比如人物检测模型，仪表盘识别模型等。