Google heeft de Mendel Linux 4.0-distributie voor Coral-borden uitgebracht

Google gepresenteerd distributie-update MendelLinux, bedoeld voor gebruik op boards CoralZoals Ontwikkelaarsbord и ZoM. Het Dev Board is een platform voor de snelle ontwikkeling van prototypes van hardwaresystemen op basis van Google Edge-TPU (Tensor Processing Unit) om operaties met betrekking tot machinaal leren en neurale netwerken te versnellen. SoM (System-on-Module) is een van de kant-en-klare oplossingen voor het draaien van machine learning-gerelateerde applicaties.

Mendel Linux-distributie gebaseerd gebaseerd op de Debian-pakketbasis en is volledig compatibel met de repository's van dit project (er worden ongewijzigde binaire pakketten en updates van de belangrijkste Debian-repository's gebruikt). De veranderingen komen neer op het bouwen van een image die opstart vanaf eMMC-kaarten en inclusief componenten ter ondersteuning van de hardwarecomponenten van het Coral-platform. Koraalspecifieke componenten worden verspreid gelicentieerd onder Apache 2.0.

MendelLinux 4.0 is geworden de eerste release bijgewerkt naar Debian 10 (“buster”). De assembly is geoptimaliseerd voor embedded systemen en bevat geen onnodige zaken, waaronder Debian 10-innovaties met betrekking tot ondersteuning voor SecureBoot en AppArmor. Nieuwe functies zijn onder meer ondersteuning voor OpenCV en OpenCL, het gebruik van Device Tree-overlays, evenals updates voor GStreamer, Python 3.7, Linux kernel 4.14 en U-Boot bootloader 2017.03.3.

Onder de specifieke innovaties wordt de mogelijkheid genoemd om de Coral GPU (Vivante GC7000) te gebruiken die op borden is geïnstalleerd om de conversie van pixelgegevens van het YUV-kleurmodel naar RGB te versnellen met een prestatie van maximaal 130 frames per seconde voor video met een resolutie van 1080p, wat handig kan zijn bij het gebruik van kaarten voor het verwerken van video van camera's, waardoor een stream in YUV-formaat wordt gegenereerd. Om machinaal leren te gebruiken om streaming video en audio direct te verwerken, wordt voorgesteld om een ​​open raamwerk te gebruiken MediaPipe. Op basis daarvan kunt u dat bijvoorbeeld doen implementeren een systeem voor het herkennen en volgen van objecten of gezichten in videobeelden die worden uitgezonden door een bewakingscamera.

Kant-en-klare en reeds getrainde generieke machine learning-modellen die zijn samengesteld voor Edge TPU-processors die op Coral-borden worden gebruikt, worden nog steeds verzonden projectsite, maar worden geleidelijk overgebracht naar de algemene catalogus van openbaar beschikbare modellen TensorFlow-hub. Om de ontwikkeling van uw eigen oplossingen op basis van Coral- en Mendel Linux-borden te vereenvoudigen, hebben we voorbereidingen getroffen руководство, waarin wordt getoond hoe je uit afvalmateriaal een slimme sorteerder kunt samenstellen die gekleurde en witte ballen in verschillende manden verdeelt met behulp van Raspberry Pi en Coral USB Accelerator.

Bron: opennet.ru

Voeg een reactie