Google పంపిణీ నవీకరణ , బోర్డులపై ఉపయోగం కోసం ఉద్దేశించబడింది , వంటి и . దేవ్ బోర్డ్ అనేది హార్డ్‌వేర్ సిస్టమ్‌ల యొక్క ప్రోటోటైప్‌ల యొక్క వేగవంతమైన అభివృద్ధి కోసం ఒక వేదిక (టెన్సర్ ప్రాసెసింగ్ యూనిట్) మెషిన్ లెర్నింగ్ మరియు న్యూరల్ నెట్‌వర్క్‌లకు సంబంధించిన కార్యకలాపాలను వేగవంతం చేయడానికి. SoM (సిస్టమ్-ఆన్-మాడ్యూల్) అనేది మెషిన్ లెర్నింగ్ సంబంధిత అప్లికేషన్‌లను అమలు చేయడానికి సిద్ధంగా ఉన్న పరిష్కారాలలో ఒకటి.
మెండెల్ లైనక్స్ పంపిణీ డెబియన్ ప్యాకేజీ బేస్ ఆధారంగా మరియు ఈ ప్రాజెక్ట్ యొక్క రిపోజిటరీలకు పూర్తిగా అనుకూలంగా ఉంటుంది (మార్పు చేయని బైనరీ ప్యాకేజీలు మరియు ప్రధాన డెబియన్ రిపోజిటరీల నుండి నవీకరణలు ఉపయోగించబడతాయి). eMMC కార్డ్‌ల నుండి బూట్ అయ్యే ఇమేజ్‌ని నిర్మించడం మరియు కోరల్ ప్లాట్‌ఫారమ్‌లోని హార్డ్‌వేర్ కాంపోనెంట్‌లకు సపోర్ట్ చేసే కాంపోనెంట్‌లతో సహా మార్పులు చేయడంలో మార్పులు జరిగాయి. పగడపు-నిర్దిష్ట భాగాలు Apache 2.0 క్రింద లైసెన్స్ పొందింది.
మెండెల్ లైనక్స్ 4.0 మొదటి విడుదల డెబియన్ 10 ("బస్టర్")కి నవీకరించబడింది. అసెంబ్లీ ఎంబెడెడ్ సిస్టమ్‌ల కోసం ఆప్టిమైజ్ చేయబడింది మరియు SecureBoot మరియు AppArmor కోసం మద్దతుకు సంబంధించిన Debian 10 ఆవిష్కరణలతో సహా అనవసరమైన విషయాలను కలిగి ఉండదు. కొత్త ఫీచర్లలో OpenCV మరియు OpenCLకి మద్దతు, డివైస్ ట్రీ ఓవర్‌లేల ఉపయోగం, అలాగే GStreamer, Python 3.7, Linux కెర్నల్ 4.14 మరియు U-Boot బూట్‌లోడర్ 2017.03.3కి అప్‌డేట్‌లు ఉన్నాయి.
నిర్దిష్ట ఆవిష్కరణలలో, ఒక రిజల్యూషన్‌తో వీడియో కోసం సెకనుకు 7000 ఫ్రేమ్‌ల పనితీరుతో YUV కలర్ మోడల్ నుండి RGBకి పిక్సెల్ డేటాను మార్చడాన్ని వేగవంతం చేయడానికి బోర్డులపై ఇన్‌స్టాల్ చేయబడిన కోరల్ GPU (వివాంటే GC130)ని ఉపయోగించే అవకాశం పేర్కొనబడింది. 1080p, ఇది కెమెరాల నుండి వీడియోను ప్రాసెస్ చేయడానికి బోర్డులను ఉపయోగిస్తున్నప్పుడు , YUV ఆకృతిలో స్ట్రీమ్‌ను రూపొందించడానికి ఉపయోగపడుతుంది. ఫ్లైలో స్ట్రీమింగ్ వీడియో మరియు ఆడియోను ప్రాసెస్ చేయడానికి మెషిన్ లెర్నింగ్‌ని ఉపయోగించడానికి, ఓపెన్ ఫ్రేమ్‌వర్క్‌ని ఉపయోగించాలని ప్రతిపాదించబడింది . ఉదాహరణకు, దాని ఆధారంగా మీరు చేయవచ్చు నిఘా కెమెరా నుండి ప్రసారం చేయబడిన వీడియోలో వస్తువులు లేదా ముఖాలను గుర్తించడం మరియు ట్రాక్ చేయడం కోసం ఒక వ్యవస్థ.
కోరల్ బోర్డ్‌లలో ఉపయోగించే ఎడ్జ్ TPU ప్రాసెసర్‌ల కోసం కంపైల్ చేయబడిన రెడీమేడ్ మరియు ఇప్పటికే శిక్షణ పొందిన జెనరిక్ మెషిన్ లెర్నింగ్ మోడల్‌లు రవాణా చేయబడుతున్నాయి. , కానీ క్రమంగా పబ్లిక్‌గా అందుబాటులో ఉన్న మోడల్‌ల సాధారణ కేటలాగ్‌కి బదిలీ చేయబడతాయి . కోరల్ మరియు మెండెల్ లైనక్స్ బోర్డుల ఆధారంగా మీ స్వంత పరిష్కారాల అభివృద్ధిని సులభతరం చేయడానికి, మేము సిద్ధం చేసాము , రాస్ప్‌బెర్రీ పై మరియు కోరల్ USB యాక్సిలరేటర్‌ని ఉపయోగించి రంగు మరియు తెలుపు బంతులను వేర్వేరు బుట్టల్లోకి పంపిణీ చేసే స్క్రాప్ మెటీరియల్‌ల నుండి స్మార్ట్ సార్టర్‌ను ఎలా అసెంబుల్ చేయాలో చూపుతోంది.
మూలం: opennet.ru