女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線(xiàn)課程
  • 觀(guān)看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

擁有納秒級(jí)的圖像識(shí)別芯片已研制成功

獨(dú)愛(ài)72H ? 來(lái)源:EETOP ? 作者:EETOP ? 2020-03-21 15:58 ? 次閱讀

(文章來(lái)源:EETOP)

近日來(lái)自維也納大學(xué)的一組研究人員開(kāi)發(fā)了一種圖像識(shí)別芯片,可以在數(shù)十納秒內(nèi)完成圖像識(shí)別。終于解決了即時(shí)圖像識(shí)別的大難題!即時(shí)圖像識(shí)別這一壯舉是如何實(shí)現(xiàn)的?將有哪些應(yīng)用?神經(jīng)網(wǎng)絡(luò)由與輸入和輸出互連的加權(quán)節(jié)點(diǎn)組成。系統(tǒng)輸入示例數(shù)據(jù),并將輸出結(jié)果與真實(shí)答案進(jìn)行比較。然后調(diào)整節(jié)點(diǎn)的權(quán)重,直到輸出與真實(shí)數(shù)據(jù)匹配為止。

然后,將其他數(shù)據(jù)顯示給網(wǎng)絡(luò),重復(fù)這個(gè)學(xué)習(xí)過(guò)程,直到它能夠可靠地識(shí)別數(shù)據(jù)并產(chǎn)生正確的輸出為止。

擁有納秒級(jí)的圖像識(shí)別芯片已研制成功

神經(jīng)網(wǎng)絡(luò)是當(dāng)前人工智能技術(shù)的基礎(chǔ),用于在強(qiáng)大的大型系統(tǒng)上識(shí)別高達(dá)1000幀/秒的圖像,而更常見(jiàn)的系統(tǒng)可以處理高達(dá)100幀/秒的圖像。盡管這對(duì)于非關(guān)鍵應(yīng)用是可以接受的,但在需要快速圖像識(shí)別的應(yīng)用中可能是一個(gè)缺點(diǎn)。例如,研究人員可能需要開(kāi)發(fā)一種智能燃燒系統(tǒng),該系統(tǒng)可以實(shí)時(shí)分析發(fā)動(dòng)機(jī)的燃燒過(guò)程,從而使他們能夠確定燃料/空氣混合物。

在這種情況下,操作員將受益于幾乎可以即時(shí)處理圖像的設(shè)備。目前研究人員聲稱(chēng)已經(jīng)完成了這種設(shè)備的研制工作。

神經(jīng)網(wǎng)絡(luò)滯后的原因是這樣的系統(tǒng)需要多個(gè)步驟:拍攝圖像、傳遞到神經(jīng)網(wǎng)絡(luò)、最后進(jìn)行處理。處理后,可以生成適當(dāng)?shù)?a target="_blank">信號(hào)和其他響應(yīng)。但是,整個(gè)過(guò)程依賴(lài)于傳統(tǒng)的CPU,后者以離散的時(shí)鐘周期運(yùn)行。為了解決這一障礙,來(lái)自TU Wein的研究人員團(tuán)隊(duì)創(chuàng)建了一個(gè)神經(jīng)圖像傳感器,將所有步驟組合到一個(gè)單獨(dú)的封裝中,可以在20納秒內(nèi)識(shí)別出圖像。

根據(jù)發(fā)表在《自然》雜志上的研究,他們的設(shè)備基于“可重構(gòu)的二維(2D)半導(dǎo)體光電二極管陣列,網(wǎng)絡(luò)的突觸權(quán)重存儲(chǔ)在連續(xù)可調(diào)的光響應(yīng)矩陣中”。研究人員使用的傳感器類(lèi)似于傳統(tǒng)的圖像傳感器,它由一組光電二極管組成,記錄投射到芯片上的圖像。這種光敏元件是由二烯化鎢制成的,這種超薄材料只有三個(gè)原子那么厚。這些光敏元件與許多輸出元件相連。

研究人員通過(guò)將傳感器暴露在圖像上,并使用計(jì)算機(jī)程序調(diào)整每個(gè)像素的靈敏度來(lái)訓(xùn)練芯片。他們通過(guò)調(diào)整傳感器周?chē)木植侩妶?chǎng)來(lái)做到這一點(diǎn)。然后改變傳感器上的像素,直到芯片的輸出與任何神經(jīng)元?jiǎng)幼骱箫@示給芯片的圖像匹配為止。

一旦經(jīng)過(guò)訓(xùn)練,芯片就不再需要調(diào)整,不需要主機(jī)干預(yù)芯片仍可以繼續(xù)識(shí)別圖像。芯片的輸出在50納秒內(nèi)完成。維也納大學(xué)研究人員目前使用的傳感器只有9個(gè)像素,但它已經(jīng)能夠識(shí)別不同的形狀。因?yàn)槊總€(gè)像素都與每個(gè)加權(quán)神經(jīng)元相連,所以它可以檢測(cè)多種模式。

盡管此傳感器不適用于識(shí)別復(fù)雜圖像,但它在高速環(huán)境(包括斷裂力學(xué)和顆粒檢測(cè))中具有真正的潛力。這項(xiàng)研究的意義也可能會(huì)影響制造環(huán)境,在該環(huán)境中,條形碼和打印的數(shù)值數(shù)據(jù)會(huì)高速通過(guò)傳感器。傳感器在運(yùn)行期間不消耗任何電能這一事實(shí)也意味著該傳感器可能高度適用于低能耗環(huán)境,包括一次性電子產(chǎn)品和低能耗IoT系統(tǒng)。
(責(zé)任編輯:fqj)

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀(guān)點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 芯片
    +關(guān)注

    關(guān)注

    459

    文章

    52145

    瀏覽量

    435880
  • 圖像識(shí)別
    +關(guān)注

    關(guān)注

    9

    文章

    526

    瀏覽量

    38887
收藏 人收藏

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    中國(guó)首款碳14核電池研制成功

    由無(wú)錫貝塔醫(yī)藥科技有限公司聯(lián)合西北師范大學(xué)科研團(tuán)隊(duì)研制的國(guó)內(nèi)首款C-14核電池“燭龍一號(hào)”工程樣機(jī)的誕生這意味著我國(guó)首款碳14核電池研制成功,這也是微型核電池領(lǐng)域的重大突破成果。 據(jù)悉,C-14核電
    的頭像 發(fā)表于 03-12 15:08 ?707次閱讀

    AI圖像識(shí)別攝像機(jī)

    隨著科技的迅猛發(fā)展,人工智能(AI)在各個(gè)領(lǐng)域的應(yīng)用越來(lái)越廣泛,其中圖像識(shí)別技術(shù)尤為引人注目。AI圖像識(shí)別攝像機(jī)作為這一技術(shù)的重要應(yīng)用之一,正在逐步改變我們的生活和工作方式。什么是AI圖像識(shí)別攝像機(jī)
    的頭像 發(fā)表于 11-08 10:38 ?738次閱讀
    AI<b class='flag-5'>圖像識(shí)別</b>攝像機(jī)

    圖像識(shí)別算法有哪幾種

    圖像識(shí)別算法是計(jì)算機(jī)視覺(jué)領(lǐng)域的核心技術(shù)之一,它通過(guò)分析和處理圖像數(shù)據(jù),實(shí)現(xiàn)對(duì)圖像中的目標(biāo)、場(chǎng)景和物體的識(shí)別和分類(lèi)。 圖像識(shí)別算法的發(fā)展歷程
    的頭像 發(fā)表于 07-16 11:22 ?2231次閱讀

    圖像檢測(cè)和圖像識(shí)別的原理、方法及應(yīng)用場(chǎng)景

    圖像檢測(cè)和圖像識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域的兩個(gè)重要概念,它們?cè)谠S多應(yīng)用場(chǎng)景中發(fā)揮著關(guān)鍵作用。 1. 定義 1.1 圖像檢測(cè) 圖像檢測(cè)(Object Detection)是指在
    的頭像 發(fā)表于 07-16 11:19 ?6538次閱讀

    圖像識(shí)別算法都有哪些方法

    圖像識(shí)別算法是計(jì)算機(jī)視覺(jué)領(lǐng)域的核心任務(wù)之一,它涉及到從圖像中提取特征并進(jìn)行分類(lèi)、識(shí)別和分析的過(guò)程。隨著深度學(xué)習(xí)技術(shù)的不斷發(fā)展,圖像識(shí)別算法已經(jīng)取得了顯著的進(jìn)展。本文將介紹
    的頭像 發(fā)表于 07-16 11:14 ?7131次閱讀

    圖像識(shí)別算法的提升有哪些

    引言 圖像識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域的核心任務(wù)之一,旨在使計(jì)算機(jī)能夠自動(dòng)地識(shí)別和理解圖像中的內(nèi)容。隨著計(jì)算機(jī)硬件的發(fā)展和深度學(xué)習(xí)技術(shù)的突破,圖像識(shí)別算法的性能得到了顯著提升。本文將介紹
    的頭像 發(fā)表于 07-16 11:12 ?975次閱讀

    圖像識(shí)別算法的優(yōu)缺點(diǎn)有哪些

    圖像識(shí)別算法是一種利用計(jì)算機(jī)視覺(jué)技術(shù)對(duì)圖像進(jìn)行分析和理解的方法,它在許多領(lǐng)域都有廣泛的應(yīng)用,如自動(dòng)駕駛、醫(yī)療診斷、安全監(jiān)控等。然而,圖像識(shí)別算法也存在一些優(yōu)缺點(diǎn)。 一、圖像識(shí)別算法的優(yōu)
    的頭像 發(fā)表于 07-16 11:09 ?2822次閱讀

    圖像識(shí)別算法的核心技術(shù)是什么

    圖像識(shí)別算法是計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)重要研究方向,其目標(biāo)是使計(jì)算機(jī)能夠像人類(lèi)一樣理解和識(shí)別圖像中的內(nèi)容。圖像識(shí)別算法的核心技術(shù)包括以下幾個(gè)方面: 特征提取 特征提取是
    的頭像 發(fā)表于 07-16 11:02 ?1154次閱讀

    圖像識(shí)別技術(shù)包括自然語(yǔ)言處理嗎

    圖像識(shí)別技術(shù)與自然語(yǔ)言處理是人工智能領(lǐng)域的兩個(gè)重要分支,它們?cè)诤芏喾矫嬗兄芮械穆?lián)系,但也存在一些區(qū)別。 一、圖像識(shí)別技術(shù)與自然語(yǔ)言處理的關(guān)系 1.1 圖像識(shí)別技術(shù)的定義 圖像識(shí)別技術(shù)
    的頭像 發(fā)表于 07-16 10:54 ?1321次閱讀

    圖像識(shí)別技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用

    一、引言 圖像識(shí)別技術(shù)是一種利用計(jì)算機(jī)視覺(jué)技術(shù)對(duì)圖像進(jìn)行分析和處理的技術(shù)。隨著計(jì)算機(jī)技術(shù)、人工智能技術(shù)、大數(shù)據(jù)技術(shù)等的發(fā)展,圖像識(shí)別技術(shù)在各個(gè)領(lǐng)域的應(yīng)用越來(lái)越廣泛。在醫(yī)療領(lǐng)域,圖像識(shí)別
    的頭像 發(fā)表于 07-16 10:48 ?1854次閱讀

    圖像識(shí)別技術(shù)的原理是什么

    圖像識(shí)別技術(shù)是一種利用計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)技術(shù)對(duì)圖像進(jìn)行分析和理解的技術(shù)。它可以幫助計(jì)算機(jī)識(shí)別和理解圖像中的對(duì)象、場(chǎng)景和活動(dòng)。 圖像預(yù)處理
    的頭像 發(fā)表于 07-16 10:46 ?2264次閱讀

    圖像識(shí)別屬于人工智能嗎

    屬于。圖像識(shí)別是人工智能(Artificial Intelligence, AI)領(lǐng)域的一個(gè)重要分支。 一、圖像識(shí)別概述 1.1 定義 圖像識(shí)別是指利用計(jì)算機(jī)技術(shù)對(duì)圖像中的內(nèi)容進(jìn)行分析
    的頭像 發(fā)表于 07-16 10:44 ?1841次閱讀

    opencv圖像識(shí)別有什么算法

    圖像識(shí)別算法: 邊緣檢測(cè) :邊緣檢測(cè)是圖像識(shí)別中的基本步驟之一,用于識(shí)別圖像中的邊緣。常見(jiàn)的邊緣檢測(cè)算法有Canny邊緣檢測(cè)器、Sobel邊緣檢測(cè)器和Laplacian邊緣檢測(cè)器。 特
    的頭像 發(fā)表于 07-16 10:40 ?1719次閱讀

    如何利用CNN實(shí)現(xiàn)圖像識(shí)別

    卷積神經(jīng)網(wǎng)絡(luò)(CNN)是深度學(xué)習(xí)領(lǐng)域中一種特別適用于圖像識(shí)別任務(wù)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。它通過(guò)模擬人類(lèi)視覺(jué)系統(tǒng)的處理方式,利用卷積、池化等操作,自動(dòng)提取圖像中的特征,進(jìn)而實(shí)現(xiàn)高效的圖像識(shí)別。本文將從CNN的基本原理、構(gòu)建過(guò)程、訓(xùn)練策略以
    的頭像 發(fā)表于 07-03 16:16 ?2421次閱讀

    神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別中的應(yīng)用

    隨著人工智能技術(shù)的飛速發(fā)展,神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別領(lǐng)域的應(yīng)用日益廣泛。神經(jīng)網(wǎng)絡(luò)以其強(qiáng)大的特征提取和分類(lèi)能力,為圖像識(shí)別帶來(lái)了革命性的進(jìn)步。本文將詳細(xì)介紹神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別中的應(yīng)用案例,包括卷積神經(jīng)網(wǎng)絡(luò)(CNN)在面部
    的頭像 發(fā)表于 07-01 14:19 ?1085次閱讀