50 / 108
לשדרג אותם כך שיתמכו בתקני הממשקים
PL
המעודכנים ביותר. השימוש בלוגיקת
מאפשר גם למערכת יכולת להתחבר בממשק
עם מצלמות רבות במקביל.
מכל מקום, יש חשיבות עליונה ליכולת
לממש את אלגוריתמי היישום ללא צורך
בכתיבה מחדש של כל האלגוריתמים
של הרמה הגבוהה בשפת תיאור חומרה
) כמו
Hardware
description
language
(
reVISION
™
. זה המקום
VHDL
או
Verilog
נכנסת לתמונה.
Stack
reVISION Stack
מאפשרת לאנשי פיתוח
reVISION
Stack
לממש טכניקות של ראייה ממוחשבת ולימוד
מכונה. פעולות אלו אפשריות בשימוש באותן
מסגרות עבודה וספריות ברמה גבוהה עם
Zync
®
המערכות על שבב בריבוי מעבדים –
. על מנת
Zync
®
UltraScale
™
+ -
ו
7000
משלבת
reVISION
לאפשר את השימוש הזה,
טווח רחב של משאבים ומאפשרת פיתוח של
פלטפורמה, יישום ואלגוריתם. ככזו,
המחסנית נערכת לשלוש רמות מוגדרות:
. פיתוח הפלטפורמה - זו הרמה הנמוכה
1
ביותר של המחסנית, אשר עליה נבנות
השכבות האחרות של המחסנית. ככזו
היא מספקת את הגדרת החומרה עבור
.
SDSoC
™
הכלי
. פיתוח האלגוריתם - השכבה האמצעית
2
של המחסנית אשר מספקת תמיכה
במימוש האלגוריתם הנדרש. שכבה
זו מספקת גם האצה עבור מנוע עיבוד
התמונה וגם עבור מנוע הסקת מסקנות
) בלמידת מכונה בתוך
inference engine
(
הלוגיקה הניתנת לתכנות.
. פיתוח היישום – הרמה הגבוהה ביותר של
3
המחסנית מספקת תמיכה עבור מסגרות
עבודה בתקנים תעשייתיים. מסגרות אלו
מאפשרות את הפיתוח של היישום אשר
ממנף את שכבת פיתוח הפלטפורמה
ושכבת פיתוח האלגוריתם.
רמת האלגוריתם וגם רמת היישום של
המחסנית מתוכננות לתמוך בזרימת עיבוד
תמונה בגישה המסורתית וגם ברצף של
לימוד מכונה. בתוך שכבת האלגוריתם יש
תמיכה בפיתוח של אלגוריתמי עיבוד תמונה
. תמיכה זו
OpenCV
באמצעות ספריית
כוללת את היכולת להאיץ בתוך הלוגיקה
הניתנת לתכנות את פעולתן של פונקציות
במספר משמעותי (לרבות קבוצת
OpenCV
). כדי לתמוך
OpenVX
המשנה של ליבת
בלימוד מכונה, שכבת פיתוח האלגוריתמים
«
«
דוגמה של יישום (בחלק העליון: זיהוי וסיווג פנים, בחלק התחתון:
:1
איור
זרימה? אופטית
SoC
לעומת מימוש עם מערכות
GPU -
ו
CPU
גישה מסורתי עם יחידות
:2
איור
Zync
®
UltraScale™+
או
Zync
®
–7000
בריבוי מעבדים
מספקת כמה פונקציות חומרה שמוגדרות
PL
מראש שאותן אפשר להציב בתוך לוגיקת
על מנת לממש מנוע הסקת מסקנות ללימוד
מכונה. משכבת פיתוח היישום מתבצעת
גישה אל האלגוריתמים האלו לעיבוד תמונה
ואל מנועי הסקת המסקנות ללימוד מכונה
על מנת ליצור את היישום הסופי ולספק
תמיכה עבור מסגרות עבודה ברמה גבוהה
.
Caffe
ו-
OpenVX
כדוגמת
reVISION
היכולת המתאפשרת על ידי
מספקת את כל החלקים הדרושים
Stack
כדי לממש את האלגוריתמים עבור מערכות
פיקוח ומעקב בעלות ביצועים גבוהים.
reVISION
בתוך
OpenCV
האצת
אחד ההיבטים המעניינים ביותר של שכבת
פיתוח האלגוריתמים הוא היכולת להאיץ
בתוך
OpenCV
טווח רחב של פונקציות
שכבת הפיתוח של האלגוריתמים. בתוך
שכבה זו, יש אפשרות לחבר בקבוצות את
שאותן אפשר להאיץ
OpenCV
פונקציות
אל תוך אחת מבין ארבע קטגוריות ברמה
גבוהה:
. חישובים - קטגוריה זו כוללת פונקציות
1
כגון הפרש מוחלט בין שתי מסגרות,
פעולות ברמת הפיקסלים (חיבור, חיסור
וכפל), פעולות על גרדייאנטים ועל
אינטגרלים.
. עיבוד קלט - קטגוריה שמספקת תמיכה
2
בהמרות של עומק סיביות, פעולות על
) של
equalisation
ערוצים, השוואה (
היסטוגרמות, מיפוי חוזר ושינוי גודל.
. סינון - קטגוריה שמספקת תמיכה
3
,
Sobel
בטווח רחב של מסננים לרבות
קונבולוציה בהתאמה אישית ומסננים
גאוסייאניים.
. אחרים - קטגוריה שמספקת טווח רחב
4
של פונקציות, בהן נכללות גילוי שפה עם
, יצירת ערכי סף
Canny
/
Fast
/
Harris
.
HoG
ו-
classifier
(
SVM
ומסווגי (
פונקציות אלו יוצרות גם את פונקציות
OpenVX
הליבה של קבוצת המשנה של
ומספקות אינטגרציה הדוקה עם התמיכה
.
OpenVX
של שכבת פיתוח היישומים ב-
צוות הפיתוח יכול להשתמש בפונקציותאלו
כדי ליצור צינור עיבוד נתונים אלגוריתמי
בתוך הלוגיקה הניתנת לתכנות. היכולת
לממש פונקציות בתוך הלוגיקה בצורה כזו
מגדילה באופן משמעותי את הביצועים של
מימוש האלגוריתם.
New-Tech Magazine l 50