商品参数

基于RISC-V的人工智能应用开发
	定价	88.00
	出版社	中国电力出版社
	版次	1
	出版时间	2020年06月
	开本	16开
	作者	廖义奎
	装帧	*装
	页数	356
	字数	0
	ISBN编码	9787519843892
	重量	0

内容介绍
本书较全面地介绍人工智能芯片 K210 的特点和应用开发，深入浅出地讲解人工神经网络、卷积神经网络的应用设计，特别是全面和深入分析 YOLO 网络与目标检测方法，并把 YOLO 网络应用于 K210 之中。 第#一部分为RISC-V 及人工智能芯片，主要介绍 RISC-V 构架人工智能芯片 K210 应用开发，包括 RISC-V 构架及人工智能芯片 K210 介绍、输入/输出、串口通信、定时器与日历、音频输入/输出接口、显示屏驱动、摄像头数据 采集、外部存储器、K210 的 WS2812 驱动、K210 的 ESP8266 驱动以及 K210 的 MicroPython 编程。第二部分为深度学习，主要介绍 Keras 及 TensorFlow Lite 应用开发，包括 Keras 人工神经网络应用设计、Keras 卷积神经网络及深 度学习、TensorFlow Lite 安卓应用开发。第三部分为 YOLOv3 目标检测，主要介绍 YOLOv1/v2/v3 深度卷积神经网络目 标检测应用开发，包括 YOLO 网络与目标检测基础、YOLO 网络样本标注与训练、YOLO 网络结构分析、YOLO 网络在 安卓中的应用。第四部分为 YOLO 和 K210 综合应用，主要介绍 K210 卷积神经网络应用实例，包括 K210 人工神经网络 应用设计、K210 卷积神经网络应用设计、K210 神经网络处理器工作原理分析、K210 神经网络处理器应用实例。
目录

前言

*一部分 

第 1 章 RISC-V 构架及人工智能芯片 K210 介绍 1 

1.1 RISC-V 构架  1 

1.2 人工智能芯片 3 

1.3 RISC-V 人工智能芯片 K210  5 

第 2 章 输入/输出  12 

2.1 K210 的输入/输出程序 12 

2.2 Obtian_Studio 开发环境使用入门 14 

2.3 K210 输入程序 16 

2.4 外部中断  17 

2.5 实现与板无关的程序设计 19 

2.6 现场可编程 IO 阵列工作原理 20 

2.7 输入与中断工作原理 29 

2.8 K210 与 STM32F103STM32F746 简单比较 36 

2.9 K210 启动原理 38 

2.10 Arduino 风格的 LED 闪烁程序 40 

2.11 Obtain_Studio 集成开发系统常用技巧  43 

第 3 章 串口通信  46 

3.1 K210 *一个串口通信程序 46 

3.2 串口通信的中断 49 

3.3 使用 Obtain_HMI 串口调试程序 52 

3.4 高速串口 UART 54 

3.5 K210 串口通信工作原理 55 

第 4 章 定时器与日历 61 

4.1 K210 定时器程序 61 

4.2 实时时钟  65 

4.3 脉冲宽度调制器 70 

4.4 看门狗  73 

第 5 章 音频输入/输出接口 77 

5.1 K210 音频输入/输出实例 77 

5.2 K210 音频输入/输出工作原理  80 

第 6 章 显示屏驱动 88 

6.1 K210 的 LCD 显示 88 

6.2 GUI 程序设计 91 

6.3 汉字显示以及基本图形绘制 99 

6.4 SPI 串行外设接口 109 

第 7 章 摄像头数据采集 117 

7.1 K210 摄像头数据采集 117 

7.2 DVP 接口工作原理 122 

第 8 章 外部存储器 131 

8.1 SD 卡文件读写实例 131 

8.2 K210 的 SDIO 接口 134 

8.3 FAT 文件系统 136 

8.4 SD 卡上图像文件的读取与显示 146 

第 9 章 K210 的 WS2812 驱动 156 

9.1 K210 IO 驱动程序波形测试 156 

9.2 LED 灯带驱动 160 

第 10 章 K210 的 ESP8266 驱动 170 

10.1 简单的 ESP8266 驱动测试程序  170 

10.2 WiFi 模块 174 

10.3 ESP8266 Station 模式 177 

第 11 章 K210 的 MicroPython 编程 182 

11.1 MicroPython 编程实例 182 

11.2 MicroPython 基本操作 188 

11.3 MicroPython 基本模块与函数  195 

*二部分 

第 12 章 Keras 人工神经网络应用设计 203 

12.1 人工神经网络工作原理 203 

12.2 Keras 人工神经网络设计 205 

12.3 Keras 应用技巧  210 

12.4 BP 人工神经网络 212 

第 13 章 Keras 卷积神经网络及深度学习 221 

13.1 卷积运算程序 221 

13.2 卷积的作用 224 

13.3 卷积神经网络 227 

13.4 简单卷积神经网络设计 231 

第 14 章 TensorFlow Lite 安卓应用开发  239 

14.1 TensorFlow Lite 概要  239 

14.2 TFLite 模型在安卓中的应用 240 

14.3 MobileNet 模型应用 245 

第三部分 

第 15 章 YOLO 网络与目标检测基础  249 

15.1 YOLO 目标检测入门实例 249 

15.2 目标检测与对象识别概要 251 

15.3 YOLO 网络结构 254 

15.4 YOLO_Mark 数据集制作工具  256 

15.5 基于 Python 的 YOLO 训练 259 

15.6 基于 Darknet 的 YOLO 训练 260 

第 16 章 YOLO 网络样本标注与训练  266 

16.1 Obtain_YOLO_eMake 样本标注与训练软件 266 

16.2 YOLO 网络配置参数 275 

16.3 Obtain_YOLO_eMake 应用练习  282 

第 17 章 YOLO 网络结构分析 283 

17.1 YOLOv1 网络结构 283 

17.2 YOLOv2 网络原理 287 

17.3 YOLOv3 网络结构 290 

第 18 章 YOLO 网络在安卓中的应用  296 

18.1 采用 Obtain_YOLO_eMake 创建模型 296 

18.2 YOLO Lite 安卓程序  300 

第四部分 

第 19 章 K210 人工神经网络应用设计 303 

19.1 K210 人工神经网络应用设计入门  303 

19.2 KPU 应用基础 307 

第 20 章 K210 卷积神经网络应用设计 312 

20.1 K210 卷积运算入门 312 

20.2 K210 卷积神经网络 316 

第 21 章 K210 神经网络处理器工作原理分析  319 

21.1 K210 使用不同的神经网络模型  319 

21.2 KPU 图像检测原理 321 

21.3 K210 工作原理分析 324 

第 22 章 K210 神经网络处理器应用实例 335 

22.1 K210 手势检测应用示例 335 

22.2 K210 人脸检测应用示例 341 

参考文献 346 

参考电子资源  347"

作者介绍
廖义奎，主要研究方向是物联网、嵌入式系统及智能控制，长期从事自动控制、电子产品及计算机软件的研究与开发工作，出版著作独著9部，合著1部，发表与合作发表论文30篇，申请发明专利5项，实用新型专利5项，软件著作权7项。