Google har frigivet Mendel Linux 4.0 distribution til Coral boards

Google fremlagde distributionsopdatering MendelLinux, beregnet til brug på brædder Koral, som f.eks Dev Board и SoM. Dev Board er en platform for hurtig udvikling af prototyper af hardwaresystemer baseret på Google Edge TPU (Tensor Processing Unit) for at fremskynde operationer relateret til maskinlæring og neurale netværk. SoM (System-on-Module) er en af ​​de færdige løsninger til at køre maskinlæringsrelaterede applikationer.

Mendel Linux distribution baseret baseret på Debians pakkebase og er fuldt ud kompatibel med dette projekts arkiver (umodificerede binære pakker og opdateringer fra Debians vigtigste arkiver bruges). Ændringerne bunder i at bygge et image, der starter fra eMMC-kort og inkluderer komponenter til at understøtte hardwarekomponenterne i Coral-platformen. Koralspecifikke komponenter spredning licenseret under Apache 2.0.

MendelLinux 4.0 var den første udgivelse opdateret til Debian 10 ("buster"). Samlingen er optimeret til indlejrede systemer og indeholder ikke unødvendige ting, inklusive Debian 10-nyheder relateret til understøttelse af SecureBoot og AppArmor. Nye funktioner omfatter understøttelse af OpenCV og OpenCL, brugen af ​​Device Tree-overlays samt opdateringer til GStreamer, Python 3.7, Linux-kerne 4.14 og U-Boot bootloader 2017.03.3.

Blandt de specifikke innovationer nævnes muligheden for at bruge Coral GPU (Vivante GC7000) installeret på boards for at accelerere konverteringen af ​​pixeldata fra YUV-farvemodellen til RGB med en ydeevne på op til 130 billeder i sekundet for video med en opløsning på 1080p, hvilket kan være nyttigt, når du bruger boards til behandling af video fra kameraer, der genererer en stream i YUV-format. For at bruge maskinlæring til at behandle streaming af video og lyd i farten, foreslås det at bruge en åben ramme MediaPipe. For eksempel kan du på grundlag af det gennemføre et system til at genkende og spore objekter eller ansigter i video transmitteret fra et overvågningskamera.

Færdiglavede og allerede trænede generiske maskinlæringsmodeller kompileret til Edge TPU-processorer, der bruges på Coral-kort, sendes fortsat til projektets hjemmeside, men overføres gradvist til det generelle katalog over offentligt tilgængelige modeller TensorFlow Hub. For at forenkle udviklingen af ​​dine egne løsninger baseret på Coral og Mendel Linux boards, har vi forberedt lederskab, der viser, hvordan man samler en smart sorterer af skrotmaterialer, der fordeler farvede og hvide kugler i forskellige kurve ved hjælp af Raspberry Pi og Coral USB Accelerator.

Kilde: opennet.ru

Tilføj en kommentar