Author Topic: MobileNets su Intel Movidius ™ Neural Compute Stick e Raspberry Pi 3  (Read 199 times)

0 Members and 1 Guest are viewing this topic.

Offline Flavio58

MobileNets su Intel Movidius ™ Neural Compute Stick e Raspberry Pi 3
« Reply #1 on: March 13, 2018, 04:56:05 AM »
Advertisement
Deep Learning al margine offre agli sviluppatori innovativi di tutto il mondo l'opportunità di creare architetture e dispositivi che promettono di risolvere i problemi e fornire soluzioni innovative come la Clips Camera di Google con Movidius VPU Inside di Intel. Normalmente un dispositivo periferico dovrebbe essere portatile e utilizzare una bassa potenza fornendo al contempo un'architettura scalabile per la rete neurale di apprendimento profondo. Questo articolo presenterà una soluzione così profonda per l'apprendimento che accoppia il noto computer a scheda singola Raspberry Pi * 3 con la penna a calcolo neurale Intel® Movidius ™.

Con diverse reti di classificazione disponibili, una famiglia di reti scalabili offre una personalizzazione pronta all'uso per creare soluzioni più appropriate per i requisiti di potenza, prestazioni e precisione di un utente. Una di queste famiglie di reti è MobileNets * di Google , che offre due variabili che possono essere modificate per creare una rete personalizzata che è giusta per risolvere il problema dell'utilizzo di bassa potenza mantenendo alte prestazioni e precisione in questi tipi di dispositivi.



La prima variabile è la dimensione dell'immagine di input. Come mostrato nell'articolo del blog di Google Research su MobileNets * di Google , la complessità e la precisione variano a seconda della dimensione dell'input. Google ha anche fornito checkpoint di classificazione ImageNet * pre-formati per varie dimensioni nello stesso articolo.

La seconda variabile è chiamata il moltiplicatore di profondità. Anche se la struttura della rete rimane la stessa, la modifica del moltiplicatore di profondità modifica il numero di canali per ciascuno dei livelli. Ciò influisce sulla complessità della rete e influisce sulla precisione e sulla frequenza dei fotogrammi della rete. In generale, ovviamente, maggiore è il frame rate dalla rete, minore è la precisione.

Le informazioni di seguito illustrano come configurare ed eseguire NCSDK, come scaricare NCAppZoo e come eseguire le varianti MobileNet * su Intel Movidius Neural Compute Stick. Infine, dimostriamo l'utilizzo dell'app benchmarkncs da NCAppZoo, che consente di raccogliere le prestazioni di uno o più Intel Movidius Neural Compute Stick collegati a un processore di applicazioni come Raspberry Pi 3.

Articoli richiesti
Raspberry Pi 3 con alimentatore e storage (suggerire di acquistare una custodia)

Caso Raspberry Pi 3

Raspberry PI 3 Modello B

Scheda SD (Min. 32 GB)

Monitor o TV HDMI per display

Tastiera e mouse

Intel Movidius Neural Compute Stick
Procedure
Passo 1: Installa il più recente sistema operativo Raspberry Pi 3 Raspbian

Passaggio 2: collega Intel Movidius Neural Compute Stick a Raspberry Pi 3

Passaggio 3: installare Intel Movidius Neural Compute SDK (NCSDK):

Utilizzare quanto segue per scaricare e installare NCSDK:

git clone https://github.com/movidius/ncsdk
cd ncsdk
fare installare
cd ..
Passaggio 4: clonare il repository NCAppZoo

git clone https://github.com/movidius/ncappzoo
cd ncappzoo
Passaggio 5: utilizza benchmarkncs.py per raccogliere le prestazioni per MobileNets

cd apps / benchmarkncs
./mobilenets_benchmark.sh | FPS di grep
risultati

Data questa famiglia di reti scalabile, è possibile trovare la rete perfetta con la precisione e le prestazioni richieste. Il seguente grafico (dati del blog di Google) mostra i compromessi tra accuratezza e prestazioni per la classificazione ImageNet. Anche la performance non ufficiale (FPS) su Intel Movidius Neural Compute Stick è mostrata sullo stesso grafico.



Come puoi vedere dal grafico sopra, MobileNets di fascia più alta con DepthMultiplier = 1.0 e dimensione dell'immagine di input = 224x224 con una precisione Top5 del 89,5% gira a 9 volte la velocità (FPS) quando un Intel Movidius Neural Compute Stick è collegato al Raspberry Pi, rispetto a eseguirlo in modo nativo su Raspberry Pi 3 utilizzando la CPU.



Raspberry Pi ha avuto molto successo nel portare una piattaforma meravigliosa alla comunità degli sviluppatori. Mentre su Raspberry Pi 3 è possibile fare inferenze con un frame rate ragionevole, l'NCS porta un ordine di grandezza in più di prestazioni e migliora la piattaforma durante l'esecuzione di reti neurali basate su CNN. Come possiamo vedere dalla tabella, l'uso di Intel Movidius Neural Compute Stick insieme a Raspberry Pi 3 aumenta le prestazioni di Raspberry Pi 3 per l'inferenza informatica utilizzando MobileNets nell'intervallo 718% - 1254%.


Consulente in Informatica dal 1984

Software automazione, progettazione elettronica, computer vision, intelligenza artificiale, IoT, sicurezza informatica, tecnologie di sicurezza militare, SIGINT. 

Facebook:https://www.facebook.com/flaviobernardotti58
Twitter : https://www.twitter.com/Flavio58

Cell:  +39 366 3416556

f.bernardotti@deeplearningitalia.eu

#deeplearning #computervision #embeddedboard #iot #ai

 

Related Topics

  Subject / Started by Replies Last post
0 Replies
90 Views
Last post May 26, 2018, 01:10:39 AM
by Flavio58
0 Replies
123 Views
Last post June 25, 2018, 04:00:15 PM
by Ruggero Respigo
0 Replies
76 Views
Last post October 18, 2018, 10:04:03 PM
by Flavio58
0 Replies
71 Views
Last post February 01, 2019, 06:54:54 PM
by Marco1971
0 Replies
40 Views
Last post April 28, 2019, 11:03:38 AM
by Marco1971

Sitemap 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326