商品簡介
名人推薦
目次
商品簡介
本書較全面地介紹人工智能芯片 K210 的特點和應用開發,深入淺出地講解人工神經網絡、卷積神經網絡的應用設計,特別是全面和深入分析 YOLO 網絡與目標檢測方法,並把 YOLO 網絡應用於 K210 之中。
第一部分為RISC-V 及人工智能芯片,主要介紹 RISC-V 構架人工智能芯片 K210 應用開發,包括 RISC-V 構架及人工智能芯片 K210 介紹、輸入/輸出、串口通信、定時器與日曆、音頻輸入/輸出接口、顯示屏驅動、攝像頭數據采集、外部存儲器、K210 的 WS2812 驅動、K210 的 ESP8266 驅動以及 K210 的 MicroPython 編程。第二部分為深度學習,主要介紹 Keras 及 TensorFlow Lite 應用開發,包括 Keras 人工神經網絡應用設計、Keras 卷積神經網絡及深度學習、TensorFlow Lite 安卓應用開發。第三部分為 YOLOv3 目標檢測,主要介紹 YOLOv1/v2/v3 深度卷積神經網絡目標檢測應用開發,包括 YOLO 網絡與目標檢測基礎、YOLO 網絡樣本標注與訓練、YOLO 網絡結構分析、YOLO 網絡在安卓中的應用。第四部分為 YOLO 和 K210 綜合應用,主要介紹 K210 卷積神經網絡應用實例,包括 K210 人工神經網絡應用設計、K210 卷積神經網絡應用設計、K210 神經網絡處理器工作原理分析、K210 神經網絡處理器應用實例。
第一部分為RISC-V 及人工智能芯片,主要介紹 RISC-V 構架人工智能芯片 K210 應用開發,包括 RISC-V 構架及人工智能芯片 K210 介紹、輸入/輸出、串口通信、定時器與日曆、音頻輸入/輸出接口、顯示屏驅動、攝像頭數據采集、外部存儲器、K210 的 WS2812 驅動、K210 的 ESP8266 驅動以及 K210 的 MicroPython 編程。第二部分為深度學習,主要介紹 Keras 及 TensorFlow Lite 應用開發,包括 Keras 人工神經網絡應用設計、Keras 卷積神經網絡及深度學習、TensorFlow Lite 安卓應用開發。第三部分為 YOLOv3 目標檢測,主要介紹 YOLOv1/v2/v3 深度卷積神經網絡目標檢測應用開發,包括 YOLO 網絡與目標檢測基礎、YOLO 網絡樣本標注與訓練、YOLO 網絡結構分析、YOLO 網絡在安卓中的應用。第四部分為 YOLO 和 K210 綜合應用,主要介紹 K210 卷積神經網絡應用實例,包括 K210 人工神經網絡應用設計、K210 卷積神經網絡應用設計、K210 神經網絡處理器工作原理分析、K210 神經網絡處理器應用實例。
名人推薦
介紹了RISC-V構架人工智能芯片K210的特點和應用開發方法。本書的編寫方法基本上是每一章都首先介紹應用開發實例,從最簡單的實例到較複雜的應用循序漸進地介紹;然後在每一章的後半部分再深入介紹其低層的工作原理。
目次
目錄
前言
第一部分
第 1 章 RISC-V 構架及人工智能芯片 K210 介紹 1
1.1 RISC-V 構架 1
1.2 人工智能芯片 3
1.3 RISC-V 人工智能芯片 K210 5
第 2 章 輸入/輸出 12
2.1 K210 的輸入/輸出程序 12
2.2 Obtian_Studio 開發環境使用入門 14
2.3 K210 輸入程序 16
2.4 外部中斷 17
2.5 實現與板無關的程序設計 19
2.6 現場可編程 IO 陣列工作原理 20
2.7 輸入與中斷工作原理 29
2.8 K210 與 STM32F103\STM32F746 簡單比較 36
2.9 K210 啟動原理 38
2.10 Arduino 風格的 LED 閃爍程序 40
2.11 Obtain_Studio 集成開發系統常用技巧 43
第 3 章 串口通信 46
3.1 K210 第一個串口通信程序 46
3.2 串口通信的中斷 49
3.3 使用 Obtain_HMI 串口調試程序 52
3.4 高速串口 UART 54
3.5 K210 串口通信工作原理 55
第 4 章 定時器與日曆 61
4.1 K210 定時器程序 61
4.2 實時時鐘 65
4.3 脈衝寬度調製器 70
4.4 看門狗 73
第 5 章 音頻輸入/輸出接口 77
5.1 K210 音頻輸入/輸出實例 77
5.2 K210 音頻輸入/輸出工作原理 80
第 6 章 顯示屏驅動 88
6.1 K210 的 LCD 顯示 88
6.2 GUI 程序設計 91
6.3 漢字顯示以及基本圖形繪製 99
6.4 SPI 串行外設接口 109
第 7 章 攝像頭數據采集 117
7.1 K210 攝像頭數據采集 117
7.2 DVP 接口工作原理 122
第 8 章 外部存儲器 131
8.1 SD 卡文件讀寫實例 131
8.2 K210 的 SDIO 接口 134
8.3 FAT 文件系統 136
8.4 SD 卡上圖像文件的讀取與顯示 146
第 9 章 K210 的 WS2812 驅動 156
9.1 K210 IO 驅動程序波形測試 156
9.2 LED 燈帶驅動 160
第 10 章 K210 的 ESP8266 驅動 170
10.1 簡單的 ESP8266 驅動測試程序 170
10.2 WiFi 模塊 174
10.3 ESP8266 Station 模式 177
第 11 章 K210 的 MicroPython 編程 182
11.1 MicroPython 編程實例 182
11.2 MicroPython 基本操作 188
11.3 MicroPython 基本模塊與函數 195
第二部分
第 12 章 Keras 人工神經網絡應用設計 203
12.1 人工神經網絡工作原理 203
12.2 Keras 人工神經網絡設計 205
12.3 Keras 應用技巧 210
12.4 BP 人工神經網絡 212
第 13 章 Keras 卷積神經網絡及深度學習 221
13.1 卷積運算程序 221
13.2 卷積的作用 224
13.3 卷積神經網絡 227
13.4 簡單卷積神經網絡設計 231
第 14 章 TensorFlow Lite 安卓應用開發 239
14.1 TensorFlow Lite 概要 239
14.2 TFLite 模型在安卓中的應用 240
14.3 MobileNet 模型應用 245
第三部分
第 15 章 YOLO 網絡與目標檢測基礎 249
15.1 YOLO 目標檢測入門實例 249
15.2 目標檢測與對象識別概要 251
15.3 YOLO 網絡結構 254
15.4 YOLO_Mark 數據集製作工具 256
15.5 基於 Python 的 YOLO 訓練 259
15.6 基於 Darknet 的 YOLO 訓練 260
第 16 章 YOLO 網絡樣本標注與訓練 266
16.1 Obtain_YOLO_eMake 樣本標注與訓練軟件 266
16.2 YOLO 網絡配置參數 275
16.3 Obtain_YOLO_eMake 應用練習 282
第 17 章 YOLO 網絡結構分析 283
17.1 YOLOv1 網絡結構 283
17.2 YOLOv2 網絡原理 287
17.3 YOLOv3 網絡結構 290
第 18 章 YOLO 網絡在安卓中的應用 296
18.1 採用 Obtain_YOLO_eMake 創建模型 296
18.2 YOLO Lite 安卓程序 300
第四部分
第 19 章 K210 人工神經網絡應用設計 303
19.1 K210 人工神經網絡應用設計入門 303
19.2 KPU 應用基礎 307
第 20 章 K210 卷積神經網絡應用設計 312
20.1 K210 卷積運算入門 312
20.2 K210 卷積神經網絡 316
第 21 章 K210 神經網絡處理器工作原理分析 319
21.1 K210 使用不同的神經網絡模型 319
21.2 KPU 圖像檢測原理 321
21.3 K210 工作原理分析 324
第 22 章 K210 神經網絡處理器應用實例 335
22.1 K210 手勢檢測應用示例 335
22.2 K210 人臉檢測應用示例 341
參考文獻 346
參考電子資源 347"
前言
第一部分
第 1 章 RISC-V 構架及人工智能芯片 K210 介紹 1
1.1 RISC-V 構架 1
1.2 人工智能芯片 3
1.3 RISC-V 人工智能芯片 K210 5
第 2 章 輸入/輸出 12
2.1 K210 的輸入/輸出程序 12
2.2 Obtian_Studio 開發環境使用入門 14
2.3 K210 輸入程序 16
2.4 外部中斷 17
2.5 實現與板無關的程序設計 19
2.6 現場可編程 IO 陣列工作原理 20
2.7 輸入與中斷工作原理 29
2.8 K210 與 STM32F103\STM32F746 簡單比較 36
2.9 K210 啟動原理 38
2.10 Arduino 風格的 LED 閃爍程序 40
2.11 Obtain_Studio 集成開發系統常用技巧 43
第 3 章 串口通信 46
3.1 K210 第一個串口通信程序 46
3.2 串口通信的中斷 49
3.3 使用 Obtain_HMI 串口調試程序 52
3.4 高速串口 UART 54
3.5 K210 串口通信工作原理 55
第 4 章 定時器與日曆 61
4.1 K210 定時器程序 61
4.2 實時時鐘 65
4.3 脈衝寬度調製器 70
4.4 看門狗 73
第 5 章 音頻輸入/輸出接口 77
5.1 K210 音頻輸入/輸出實例 77
5.2 K210 音頻輸入/輸出工作原理 80
第 6 章 顯示屏驅動 88
6.1 K210 的 LCD 顯示 88
6.2 GUI 程序設計 91
6.3 漢字顯示以及基本圖形繪製 99
6.4 SPI 串行外設接口 109
第 7 章 攝像頭數據采集 117
7.1 K210 攝像頭數據采集 117
7.2 DVP 接口工作原理 122
第 8 章 外部存儲器 131
8.1 SD 卡文件讀寫實例 131
8.2 K210 的 SDIO 接口 134
8.3 FAT 文件系統 136
8.4 SD 卡上圖像文件的讀取與顯示 146
第 9 章 K210 的 WS2812 驅動 156
9.1 K210 IO 驅動程序波形測試 156
9.2 LED 燈帶驅動 160
第 10 章 K210 的 ESP8266 驅動 170
10.1 簡單的 ESP8266 驅動測試程序 170
10.2 WiFi 模塊 174
10.3 ESP8266 Station 模式 177
第 11 章 K210 的 MicroPython 編程 182
11.1 MicroPython 編程實例 182
11.2 MicroPython 基本操作 188
11.3 MicroPython 基本模塊與函數 195
第二部分
第 12 章 Keras 人工神經網絡應用設計 203
12.1 人工神經網絡工作原理 203
12.2 Keras 人工神經網絡設計 205
12.3 Keras 應用技巧 210
12.4 BP 人工神經網絡 212
第 13 章 Keras 卷積神經網絡及深度學習 221
13.1 卷積運算程序 221
13.2 卷積的作用 224
13.3 卷積神經網絡 227
13.4 簡單卷積神經網絡設計 231
第 14 章 TensorFlow Lite 安卓應用開發 239
14.1 TensorFlow Lite 概要 239
14.2 TFLite 模型在安卓中的應用 240
14.3 MobileNet 模型應用 245
第三部分
第 15 章 YOLO 網絡與目標檢測基礎 249
15.1 YOLO 目標檢測入門實例 249
15.2 目標檢測與對象識別概要 251
15.3 YOLO 網絡結構 254
15.4 YOLO_Mark 數據集製作工具 256
15.5 基於 Python 的 YOLO 訓練 259
15.6 基於 Darknet 的 YOLO 訓練 260
第 16 章 YOLO 網絡樣本標注與訓練 266
16.1 Obtain_YOLO_eMake 樣本標注與訓練軟件 266
16.2 YOLO 網絡配置參數 275
16.3 Obtain_YOLO_eMake 應用練習 282
第 17 章 YOLO 網絡結構分析 283
17.1 YOLOv1 網絡結構 283
17.2 YOLOv2 網絡原理 287
17.3 YOLOv3 網絡結構 290
第 18 章 YOLO 網絡在安卓中的應用 296
18.1 採用 Obtain_YOLO_eMake 創建模型 296
18.2 YOLO Lite 安卓程序 300
第四部分
第 19 章 K210 人工神經網絡應用設計 303
19.1 K210 人工神經網絡應用設計入門 303
19.2 KPU 應用基礎 307
第 20 章 K210 卷積神經網絡應用設計 312
20.1 K210 卷積運算入門 312
20.2 K210 卷積神經網絡 316
第 21 章 K210 神經網絡處理器工作原理分析 319
21.1 K210 使用不同的神經網絡模型 319
21.2 KPU 圖像檢測原理 321
21.3 K210 工作原理分析 324
第 22 章 K210 神經網絡處理器應用實例 335
22.1 K210 手勢檢測應用示例 335
22.2 K210 人臉檢測應用示例 341
參考文獻 346
參考電子資源 347"
主題書展
更多
主題書展
更多書展購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大,除封面破損、內頁脫落等較嚴重的狀態,其餘商品將正常出貨。
特別提醒:部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供,需以QR CODE 連結至當地網站註冊“並通過驗證程序”,方可下載使用。
無現貨庫存之簡體書,將向海外調貨:
海外有庫存之書籍,等候約45個工作天;
海外無庫存之書籍,平均作業時間約60個工作天,然不保證確定可調到貨,尚請見諒。
為了保護您的權益,「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨,請在商品鑑賞期內寄回,且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。

