开发和部署敏捷性
借助NXP eIQ汽车工具包,设计人员可以从开发环境无缝过渡到全面实施,在转换和微调AI模型的同时,利用TensorFlow、Caffe和/或PyTorch等常见平台和库,将其深度学习培训框架移植到高性能汽车级NXP处理平台。神经网络经过优化,利用精简和压缩技术实现最高效率。
API优势
NXP提供统一的API,可在多个开发阶段使用相同的应用程序代码和神经网络模型。模型经过量化后,即可在器件目标或位级精确模拟器上运行,大大加快开发过程。
质量和可靠性
NXP实现了汽车SPICE合规性,确保eIQ汽车工具包符合领先汽车制造商制定的严格国际汽车开发标准。与采用开源工具开发的竞争推理引擎不同,NXP的eIQ汽车工具包有助于实现安全关键型汽车应用的无缝标准一致性。
特性
- 培训框架 - 连接TensorFlow、Pytorch、Caffe和ONNX等标准框架
- 优化 - 精简、量化和压缩神经网络
- 嵌入式部署 - 自动将神经网络层部署到最佳可用计算资源
- 汽车质量推理引擎 - 符合汽车SPICE标准的推理引擎
- 支持的网络
- 检测、分类和分割
- 包括对以下网络的优化支持:MobileNetV1、MobileNetV2、SqueezeNet1.1、SSDMobileNet、ResNet-50、DeepLab v3和SqueezeSeg
应用
- 驾驶员/乘客监控系统
- LiDAR分割
- 对象检测、分类和跟踪
- 环视图
- 前视图
- 高级泊车辅助
从NXP下载
系统要求
- Ubuntu LTS 16.04 64位
- S32V234用NXP Vision SDK软件
- SBC-S32V234 S32V视觉和传感器融合评估板
开发框图
实施流程图
发布日期: 2020-04-13
| 更新日期: 2024-10-28
