深度学习将从根本上改变机器视觉的格局。它正在促进新的应用，并扰乱长期存在的市场。FLIR的产品经理可以访问不同行业的公司;他们报告说，他们最近访问的每家公司都在开发深度学习系统。
这是从来没有容易启动项目，但是从哪里开始？考虑建立一个深度学习推理系统低于$ 600时，本文遵循一个简单的框架。
什么是深度学习推理?
推理使用deep-learning-trained神经网络使最新的数据预测。推理是相对于传统的以规则为基础的图像分析回答复杂和主观题要好得多。
通过对网络的优化，使其运行在低功耗的硬件上，可以在数据源附近的“边缘”进行推理。这消除了系统对中央服务器进行图像分析的依赖，从而降低了延迟，提高了可靠性，并增强了安全性。
1.选择硬件
本指南的目的是建立一个可靠的，最高质量的系统，用于在现场部署。虽然本指南的范围有限，合并传统的计算机视觉技术与深层的学习推理可以通过利用每种方法所提供的优势，提供高精确度和计算效率。
研扬UP平方赛扬4GB-32GB单板计算机配备有必需的这种方法，存储器和CPU的功率。它的X64英特尔CPU运行相同的软件与传统的台式电脑，而相比之下，基于ARM的单板计算机（SBC）简化开发。
促进深度学习推理的代码利用了分支逻辑;专用硬件可以极大地加速这段代码的实现。
英特尔®Movidius™Myriad™2视觉处理单元(VPU)是一个非常强大和高效的推理加速器，它已被集成到我们的FLIR最新的推理相机萤火虫DL．
来源：FLIR系统
| 部分 |
零件号 |
价格(美元) |
USB3视觉深度学习
启用摄像头 |
FFY-U3-16S2M-DL |
299 |
| 单板计算机 |
了Squared-Celeron-4GB-32GB-PACK |
239 |
| 3m USB 3电缆 |
ACC-01-2300 |
10 |
| 镜片 |
ACC-01-4000 |
10 |
| 软件 |
Ubuntu的16.04/18.04,TensorFlow,
英特尔NCSDK, FLIR Spinnaker SDK |
0 |
|
总计$ 558 |
|
2.软件需求
有许多可用于深度学习推理模型的建设，培训和部署了一些免费工具。该项目利用了广泛的自由和开放源码软件。
每个软件包在各自的网站上提供免费安装说明。本指南假设您熟悉Linux控制台的基础知识。
收集培训
数据 |
列车网络的
(增加可选的) |
评估
表现 |
转换为Movidius
图形格式 |
部署到
萤火虫DL相机 |
上运行推理
拍摄的图像 |
图1所示。深度学习推理工作流及每一步的相关工具。图片来源:FLIR系统
3.详细指南
”入门萤火虫深度学习Linux上”提供了关于如何重新训练神经网络和随之而来的文件转换成萤火虫兼容的格式，以及如何显示利用SpinView结果的介绍。用户被给予关于如何转换推理网络本身使用终端来训练和一步一步的过程。
相关文章yabo214
神经网络由萤火虫深学习支持表明该神经网络已经过测试，对萤火虫-DL功能。
打造深学习神经网络训练数据提示介绍了如何通过为特定应用生产高品质的训练数据来生成一个有效的深度学习神经网络。
解决神经网络图转换问题提供了关于如何解决转换推理网络文件萤火虫兼容格式时可能出现的问题有用的技巧。
这些信息已经从FLIR系统提供的材料中获得、审查和改编。亚博网站下载
有关此来源的更多信息，请访问FLIR系统。