![](https://img-blog.csdnimg.cn/20210302103836409.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
华为Atlas
文章平均质量分 66
本专栏集中介绍 Atlas 200DK开发者套件的相关知识和入坑指南。
Channon_
我是Channon,我喂自己袋盐...
展开
-
昇腾应用案例体验:(10) 图像目标检测
昇腾AI应用,探索人工智能的无限可能,使能千行百业图像目标检测概述该应用可部署至Atlas 200 DK 开发者套件(型号:3000)或者AI加速云服务器上,基于YOLOv3检测网络,通过读取本地图像数据作为输入,对图像中的物体进行目标检测,得到检测出的物体类别置信度以及检测目标的框,最后将检测的结果展示出来。原理1.运行管理资源申请:用于初始化系统内部资源,AscendCL接口固定的调用流程。2.加载模型文件:从文件加载离线模型数据,需要由用户自行管理模型运行的内存,根据内存中转载 2021-09-12 22:03:55 · 816 阅读 · 0 评论 -
昇腾应用案例体验:(9) 黑白图像上色
昇腾AI应用,探索人工智能的无限可能,使能千行百业黑白图像上色概述黑白图像上色模型原理如下图所示,对物件包括背景色(L通道代表的灰度图)使用卷积运算提取特征,然后同样用卷积进行分类,从而尝试给出对灰度图片每个像素点的色彩预期(ab通道)。将ab通道的值Resize到原始图片宽高并与L通道叠加后,转为RGB图片即可得到彩色图像。黑白图像上色模型原理如下图所示,对物件包括背景色(L通道代表的灰度图)使用卷积运算提取特征,然后同样用卷积进行分类,从而尝试给出对灰度图片每个像素点的色彩预期(ab通道)。转载 2021-09-12 22:03:32 · 572 阅读 · 0 评论 -
昇腾应用案例体验:(8) 乐府作诗
昇腾AI应用,探索人工智能的无限可能,使能千行百业乐府作诗概述我们首次将GPT模型应用于中国古诗词生成,提出了基于GPT模型的中国古诗词生成方法。我们的研究发现,GPT模型在中国古诗词生成上表现极为出色。我们首先利用大规模中文新闻语料训练得到一个中文GPT模型。然后我们对收集得到的大量中国古代诗歌、词、对联按照特定的格式进行整理,再将整理好的数据输入到GPT模型中进行微调(fine-tune),就得到了一个高质量的古诗词生成系统,我们将它命名为【乐府】。乐府系统能够按照格律要求生成非常高质量的转载 2021-09-12 22:03:13 · 274 阅读 · 1 评论 -
昇腾应用案例体验:(7) 卡通图像生成
昇腾AI应用,探索人工智能的无限可能,使能千行百业卡通图像生成概述卡通图象生成网络结构如下,以Generative Adversarial Networks(GAN)为基础,其架构包括一个生成器(Generator)和一个判别器(Discriminator),通过迭代训练两个网络(即生成器和判别器),由判别器提供的对抗性损失可以生成卡通化的结果。同时将生成器替换为自编码结构,使得生成器具有更强的生成能力。对于生成器,它希望生成样本尽可能符合真实样本的分布,而判别器则希望尽可能的区分真实样本与生成转载 2021-09-12 22:01:52 · 367 阅读 · 0 评论 -
昇腾应用案例体验:(6) AI 风景画
昇腾AI应用,探索人工智能的无限可能,使能千行百业AI 风景画概述AI风景画属于基于CGAN(Conditional GAN)的交互式图像生成方法应用案例,旨在将前端页面获得的用户交互信息做输入,通过部署在华为Atlas 200DK上的模型,实时生成相应的真实图片。模型采用CGAN作为核心构建方式,将图像的生成应用到用户交互的场景。用户只需要在画布上选择多个类别的物体,并做相应的大小和位置拖动,就能生成相应的自然风景图。由于本案例是一种生成模型,输入的信息是高层的语义信息,因此并不需要额外的复杂转载 2021-05-18 10:33:23 · 581 阅读 · 0 评论 -
昇腾应用案例体验:(5) 全目标结构化
昇腾AI应用,探索人工智能的无限可能,使能千行百业全目标结构化概述全目标结构化旨在处理海量视频/图像等机器无法理解的非结构化数据,从中挖掘潜在有价值信息并将其结构化存储。本例基于 mxVision 提供的插件以及自开发的目标挑选、人脸挑选、视频跳帧插件实现整体业务流程,整体流程如下图所示。该流程主要由五部分组成:多路视频流解码、目标检测、目标锁定、目标信息抽取、以及结果序列化。其中视频内容处理环节中,各个特征提取及属性识别模块选取了基于 ResNet 结构的神经网络模型,目标检测模块则采用了 Y转载 2021-05-18 10:31:36 · 399 阅读 · 0 评论 -
昇腾应用案例体验:(4) 视频转码
昇腾AI应用,探索人工智能的无限可能,使能千行百业视频转码概述本应用基于 mxVision 实现视频转码功能。应用了昇腾芯片硬件加速编解码能力,目前支持 CIF/D1 的视频转码,可部署在 Atlas 800(Model 3000)、Atlas 800(Model 3010)。技术流程图视频解码-->图像缩放-->视频编码视频解码:调用硬件(DVPP)解码能力,转换为 YUV 格式图像数据。图像缩放:基于硬件(DVPP)图像加速处理能力,将图像缩放到一定尺寸大小。转载 2021-05-17 18:46:58 · 437 阅读 · 0 评论 -
昇腾应用案例体验:(3) 垃圾分类
昇腾AI应用,探索人工智能的无限可能,使能千行百业垃圾分类概述垃圾分类是对垃圾收集处置传统方式的改革,是对垃圾进行有效处置的一种科学管理方法。人们面对日益增长的垃圾产量和环境状况恶化的局面,如何通过垃圾分类管理,最大限度地实现垃圾资源利用,减少垃圾处置的数量,改善生存环境状态,是当前世界各国共同关注的迫切问题。垃圾分类是符合国情的发展策略“既要金山银山,又要绿水青山”,所幸国人已经深刻的意识到垃圾分类带来的巨大经济效益与对环境保护的重要意义。然而面对种类繁多的垃圾,多数国人不能进行有效而全面转载 2021-05-17 18:45:06 · 602 阅读 · 0 评论 -
昇腾应用案例体验:(2) AI 图像修复
昇腾AI应用,探索人工智能的无限可能,使能千行百业AI 图像修复概述以Generative Adversarial Networks(GAN)为基础,其架构包括一个生成器(Generator)和一个判别器(Discriminator),通过迭代地训练两个网络(即生成器和判别器),由判别器提供的对抗性损失可以对修复的图像进行真假判别。系统整体结构如下图。系统将生成器替换为两阶的自编码结构。第一阶的自编码器是一个粗糙的自编码器,用来生成待修复部分的图像的大体轮廓,自编码器在训练时记录了大量的转载 2021-05-06 17:25:41 · 683 阅读 · 1 评论 -
昇腾应用案例体验:(1) 昇腾CANN智春联体验
昇腾AI应用,探索人工智能的无限可能,使能千行百业转载 2021-05-05 17:19:44 · 242 阅读 · 0 评论 -
【总结】NPU/CPU/GPU 傻傻分不清?
芯片里面的CPU、GPU、NPU究竟是什么,它们是怎么工作的?原创 2021-03-04 15:25:02 · 22650 阅读 · 0 评论 -
Atlas 200DK 快速入门配置 (2)
实现简单的官方Demo链接地址 samples: Ascend Samples (gitee.com)Gitee库里以上列出的代码,有部分因为程序Bug、资源缺失、设备(树莓派摄像头)缺失等,无法测试运行。以下所列出的代码已在开发板上测试过可行。分类任务 classification:基于googlenet的分类应用,输入为图片,输出为图片。使用opencv对图像进行预处理,对预处理后的图像中的物体进行分类,最后通过opencv进行相应后处理。 classification原创 2020-12-06 21:55:01 · 551 阅读 · 0 评论 -
Atlas 200DK 开发环境配置总结(Ubuntu 18.04)
引言:项目需求,要用到华为的神经网络加速芯片Atlas 200 DK进行边缘端的检测推理,最开始入门也是从各种繁杂的官方文档读起,当时个人的Linux、深度学习知识等基础都还很弱,整个过程枯燥漫长,包括阅读网上大量的技术博客。最初项目使用的环境是在Ubuntu16.04下实现的,后来华为官方对文档以及开发板都进行了更新升级。因而需要将现有项目迁移到Ubuntu18.04平台上,借此机会对之前阅读过的文档做一个简要整理和归档,既是复习巩固,也希望能为后来的研究者们提供些许借鉴。0.总览图【1】 Atla原创 2020-11-01 15:46:50 · 3756 阅读 · 0 评论