當(dāng)今社會正逐漸發(fā)展成為一個以多媒體為中心，并且高度依賴數(shù)據(jù)和自動化的經(jīng)濟(jì)體系。而汽車產(chǎn)業(yè)作為體系中重要的一環(huán)，在眾多科技的推進(jìn)下，也正經(jīng)歷著前所未有的智能化升級。隨著自動駕駛和輔助駕駛技術(shù)愈發(fā)成熟，如何幫助客戶開發(fā)AI應(yīng)用程式成為新的課題。

　　由大聯(lián)大品佳推出的基于NXP i.MX8QM的AI影像辨識與車輛識別方案，采用eIQ 2.0軟件開發(fā)環(huán)境，整合了多家不同算法并提供對應(yīng)的API供客戶開發(fā)使用。本方案核心的芯片i.MX8QM可以穩(wěn)定處理影像辨識、機(jī)器學(xué)習(xí)、資料運(yùn)算等復(fù)雜且沉重的資源消耗。

　　圖示1-大聯(lián)大品佳推出基于NXP i.MX8QM的AI影像辨識與車輛識別方案的方塊圖

　　i.MX8QM芯片是一款搭載了4核A53、2核A72以及2顆內(nèi)置GC7000XSVX的GPU，其采用NXP的先進(jìn)技術(shù)，不僅具有靈活快速的啟動機(jī)制，還可提供顯示屏故障轉(zhuǎn)移功能。并且此芯片通過了ISO26262與ASIL-B的認(rèn)證，因此更能確保在車載系統(tǒng)上的安全等級。

　　此方案基于NXP原生BSP 5.4.24_2.1.0做開發(fā)，加入了Python的元素，并且可利用GPU/NPU提升AI類神經(jīng)網(wǎng)絡(luò)的運(yùn)算效率，令應(yīng)用場景更完整。不僅如此，本方案還配備了整合完成的開發(fā)環(huán)境以供用戶快速地進(jìn)入開發(fā)領(lǐng)域，同時還提供了目前流行的OpenCV、TensorFlow、TensorFlowLite、caffe等開源學(xué)習(xí)模組，可幫助用戶節(jié)約開發(fā)成本與開發(fā)時間。

　　圖示2-大聯(lián)大品佳推出基于NXP i.MX8QM的AI影像辨識與車輛識別方案的場景應(yīng)用圖

　　核心技術(shù)優(yōu)勢：

　　? Automotive Gade，ASIL-B;

　　? 16x Vec4-Shader GPU，32 compute units OpenGL? ES 3.2 and Vulkan? support Tessellation and Geometry Shading;

　　? 2xArm A72 core + 4 A53 core;

　　? MIPI CSI可同時接入兩個高清攝像頭;

　　? 品佳提供跨平臺(PC to I.MX)的ML(Machine Learning)應(yīng)用程式。

　　方案規(guī)格：

　　? Python 3.7;

　　? TensorFlow 2.1;

　　? TensorFlowLite 2.1;

　　? OpenCV 4.2.0;

　　? ArmNN 19.08。

　　如有任何疑問，請登陸【大大通】進(jìn)行提問，超過七百位技術(shù)專家在線實(shí)時為您解答。歡迎關(guān)注大聯(lián)大官方微博及大聯(lián)大微信平臺。