[Title]
[Message]
文档
  • 平台
  • 器件
    • 传感器
    • 模拟链路
    • 数据转换
    • 逻辑器件
    • 微处理器/微控制器
    • 多媒体处理
    • 网络与通信
    • 接口与协议
    • 电源管理
    • 电机
    • 时钟/定时
    • 无线和射频器件
    • 分立器件
    • 连接器
    • 显示及驱动
    • 开发板/模块
  • 应用
    • 物联网
    • 通信
    • 工业控制
    • 智能电网
    • 安防监控
    • 人工智能
    • 交通运输
    • 医疗保健
    • 计算机及外设
    • 智能家居/家电
    • 可穿戴设备
    • 全国大学生设计竞赛
    • 智能车比赛
    • 硬禾实战培训
    • 毕业设计
  • 工具
    • PCB设计
    • 仿真工具
    • FPGA编程
    • 测试测量
    • 参考资源
    • 众筹产品
  • 招募
    • 人才招聘
    • 项目外包
  • 项目
  • 百科
  • 评测
  • 硬禾学堂
  • 仿真工具
      电路仿真 在线计算 数学软件
  • 关于我们
    • 发布项目
    • 登录
    • 注册
    电子森林
    • 登录
    文档
    项目
    百科
    评测
    硬禾学堂
    电路仿真
    关于我们
    MAX78000FTHR-快速实现超低功耗、人工智能 (AI) 方案

    MAX78000FTHR-快速实现超低功耗、人工智能 (AI) 方案

    进度
    100%

    时间

    2022年09月15日 00:00 - 2023年01月15日 23:59

    Lucia

    更新

    2022年12月28日

    标签

    • 嵌入式系统
    • MCU
    • 人工智能
    • MAX78000
    2751

    基本信息

    规则

    视频课程

    案例

    内容介绍

    附件

    • MAX78000FTHR.pdf

      MAX78000FTHR数据手册

    • ug7456.pdf

      MAX78000数据手册

    基于MAX78000的智能边缘应用设计大赛规则

    竞赛方式

    基于MAX78000的智能边缘应用设计大赛是硬禾与ADI联合举办,ADI为本次大赛共计提供100套MAX78000FTHR开发板,参赛选手需先在规定平台下单购买板卡(购买即参加),在规定的时间内实现指定的任务并按规定在电子森林上传项目,可获得全额返款,项目优秀者可赢得丰厚大奖。

     

    参赛对象

    • 针对高校所有在校学生(专科、本科、研究生、博士生均可参加)和感兴趣的工程师朋友

     

    竞赛规则

    • 参赛选手参加比赛需先在规定平台下单购买板卡,完成任务全额退款,总计100套板卡,先到先到
    • 官方将安排3场直播辅助参赛者完成项目
    • 完成任务后需在规定时间内在电子森林按要求上传本人项目
    • 可以个人参加或自行组队参加(注:组队参加者仅限购买一套板卡,完成任务也仅返还一套板卡的金额)
    • 参赛选手必须同意大赛的官方规则并在线提交表单、购买板卡
    • 作品必须是原创,禁止抄袭

     

    竞赛题目

    本次大赛共有5大类题目,除使用大赛规定板卡外,可自行搭配其他外设模块。参赛者需从以下5大类题目中任选一类中的一个题目完成任务:

    1. 视觉识别类:

    • 人脸跟踪摄像头
    • 交通标志识别
    • 水/天燃气机械表头读数识别
    • 车牌自动识别器
    • 有人/无人检测器
    • 静态手势检测
    • 水果或蔬菜识别(如:苹果、橙子、香蕉等)
    • 螺钉、螺母、螺栓或类似对象的识别
    • 物体计数
    • 药丸、零件/组件、豆子/岩石、乐高积木或其他颜色和形状各异的物体的分类
    • 智能宠物喂食器,可识别宠物类型或个体并允许获取食物
    • 衣物分类相机(如:衬衫、袜子、裤子等)
    • 机器人避障导航
    • 模拟指针表头自动读数

    2. 语音识别类:

    • 环境音频场景分类,根据背景音区分环境(如:办公室、卧室、广场、树林等)
    • 给任意一个系统增加关键词识别功能(控制一个实际系统,例如:打开空调/关闭空调)
    • 用手势或语音命令完成人机交互(如:控制板卡上或连接的屏幕等外设,说出“闪烁”“翻页”“增加屏幕亮度”等)
    • 声音识别(非识别语音指令,此题是识别某一确定的人在说话,即音频身份确认)
    • 基于鸟鸣声识别鸟类
    • 语音照相机(自备MicroSD卡,使用语音控制摄像头拍下照片存入SD卡内)
    • 声音异常检测(如:玻璃打碎的声音、警报声等)
    • 音频效果器(如:电子管放大器、踏板吉他失真效果器等)
    • 自动变声器

    3. 运动识别类:

    • 振动异常检测
    • 运动状态分类(如:区分走路、跑步、刷牙、跳绳等),至少区分三种运动状态
    • 运动传感器数据采集分析(存SD卡内)
    • 运动中的生物电信号分析(采集心电或肌肉电信号,分析运动状态)
    • 基于头部运动的疲劳驾驶检测(使用运动传感器检测头部姿态,判断是否疲劳)

    4. 其他类:

    • 录音笔(采集麦克风声音并编码为MP3格式)
    • MP3播放器(外接扬声器输出)
    • 健康传感器数据分析
    • 录像机(需要有声音,自备MicroSD卡,完成一个录像机功能)
    • 延时拍摄相机(可以设置延时间隔,拍摄一段时间并录制为视频存到SD卡内)
    • 自接麦克风和扬声器搭建一个回声测距系统
    • 使用板卡上的摄像头完成以下一种或多种图像处理,并显示出处理后的图像:彩色图像噪点滤波,频域图像滤波,基于亮度的形态学处理(膨胀/腐蚀),图像背景估计,基于颜色的稀疏光流法

    5. 创意类

    若您针对此板卡有更有创意的想法,可自命题完成任务,难度不低于其他类里的“录音笔”和“MP3播放器”题目。

     

    竞赛时间

    • 竞赛时间:2022年10月1日-2023年1月15日24:00,总计三个月时间

    1. 大赛报名:请于上线日-11月30日前点击大赛首页“下单购买”板卡,参加活动,并提交官方规定的资料
    2. 直播:大赛将配有3场直播,并安排于10月份完成直播
    3. 项目选题+训练:于10月1日-11月30日明确项目思路,搜集素材,完成预训练
    4. 项目部署:于12月1日-2023年1月15日完成项目调参,项目优化,撰写文档,上传项目
    5. 项目提交:参与者需在2023年1月15日24:00前提交项目
    6. 审核&返还:审核通过的参与者返还与购买板卡等值的京东购物券+另额外加15元京东购物券,并评比出额外奖励

     

    购买方式

    1. 请进入大赛主页点击“下单购买”直接下单
    2. 请复制以下淘口令或链接到大赛官方淘宝店铺下单
      • 链接:https://item.taobao.com/item.htm?ft=t&id=681339963786
      • 淘口令:/jSlN2ugT0lF/

    注:大赛时间内不支持开票,大赛结束之后不符合退款资格如果需要开票可以联系客服补开,下单之前请不要联系客服咨询开票问题哦。

     

    材料提交

    1. 下单后一周内需提交以下材料至官方邮箱:training@eetree.cn,以作项目关联和顺利返款

    邮件命名:MAX78000设计大赛订单 - 姓名(请填写真实姓名)【若组队参加,请填写您和队友的姓名】

    • 下单时所留的姓名和电话
    • 邮箱
    • 学校
    • 淘宝订单号和订单截图(订单号请复制文字,订单截图请放于附件)
    • 电子森林注册昵称(注意不是用户名)(以作项目关联)

    2. 请于10月1日-11月30日完成项目训练过程提交训练报告至电子森林【电子森林使用说明请翻阅到底部】

    • 项目训练报告(放于项目的“描述”处)
      • 项目介绍
      • 项目设计思路
      • 搜集素材的思路
      • 预训练实现过程

    注:不提交训练报告,完成项目将无法全额退款。

    3. 请于12月1日-2023年1月15日24:00前完成项目并提交至电子森林

    在项目训练报告的基础上按要求完善项目,并再次提交。项目需包含但不限于以下内容,项目标题:用/基于xxx实现/完成/设计/制作xxx:

    • 3-5分钟短视频(要求横屏且1080p,请先将视频上传至B站、优酷、腾讯等平台,审核通过后将iframe代码放于项目页的“视频代码”处)
      • 简短的自我介绍
      • 硬件介绍
      • 解题思路(含观测的东西,搜集素材的思路)
      • 展示训练过程
      • 展示训练结果

    注:没有视频,视频太短(仅几十秒),视频无板卡演示效果,拍摄不清晰,镜头太晃等均不合格。

    • 项目总结报告(放于项目的“描述”处)【字数要求:项目总结报告需达到除代码之外的约1500字左右】
      • 项目介绍
      • 项目设计思路(含设计框图)
      • 搜集素材的思路
      • 预训练实现过程
      • 实现结果展示
      • 遇到的主要难题及解决方法,或未来的计划或建议等
      • 可编译下载的代码(放在项目的附件,用于验证)

                项目参考案例:https://www.eetree.cn/project/detail/167,https://www.eetree.cn/project/detail/498

    注:项目的附件中没有上传源代码均被退回,抄袭的项目不予退款。

     

    竞赛奖励

    完整提交材料至电子森林项目平台,并审核通过的,除可以获得购买板卡金额的全额返还外,还可额外赢得:

    • 一等奖 3名:5000元奖金(由硬禾代扣个税)
    • 二等奖 5名:ADALM2000口袋仪器一台
    • 三等奖 20名:硬禾学堂硬件调试助手一台
    • 积极参与奖名额不限:扬声器模块一个/STM32G031模块一个

    返还方式

    • 因直接返现金的操作限制,审核通过者将统一返还与购买板卡等值的京东购物券+另额外加15元京东购物券作为补偿;
    • 其中一等奖5000元奖金的返还若获奖者需返还现金,将由硬禾代扣个税,若选择京东卡方式返还,京东卡到手可自行处理。

    奖励加分标准

    • 在完整提交材料的基础上,若完成以下内容,则增加获得大奖的几率

     

    大赛官方交流群

    知识产权归属说明

    • 本竞赛期间的项目全开源 - 代码开源并附有详细的文档,其他网友可以自由使用;
    • 本竞赛提交的项目及视频归属于作者、硬禾学堂、ADI三方共同拥有,硬禾学堂及ADI拥有发布这些项目和视频的权利;
    • 关于大赛规则最终解释权归主办方所有。

     


     

    电子森林项目网站使用说明

    使用前请先注册电子森林账号方面后续修改项目,按照以下说明操作,视频清晰介绍全面,报告整洁介绍全面,附件有代码, 基本会一次性通过。
    1. 完成注册并登录后,点击“发布项目”或“个人中心”进行“发布新项目”

     

    2. 请注意每编辑完成一个页面一定要点击底部“保存”

     

    3. “基本信息”页

    - 标题请按照规则填写

    - 封面图一定要更换成适合本人项目的图,不要用默认的

    - 视频请先上传到B站/优酷/腾讯,然后在“视频代码”处粘贴iframe格式代码

    - 类型选择“分享类”

    - 标签请填写3-5个描述你所做项目的关键词,其中一个要包括“MAX78000应用设计大赛”标签

    - 在“高校”处选择个人学校

    - 在“团队介绍”和“团队成员”处添加个人姓名和学校/公司

    注:寒/暑假练项目均为个人项目,团队合作完成者仅退一人款

    - 在“描述”中编辑项目总结报告

    - 图片的上传请点击右上角的“上传”

    - 代码的插入请使用插入工具

    - 注意格式整洁,正文字号建议用12pt,标题建议用14pt,并加粗显示,正文首行不要缩进两字符

    - 描述下面的“规则”、“参与推广”、“支付协议”则无需填写’

     

    4. “进度”页和“软硬件”

    - 在“进度”页中可添加个人的每一个阶段项目进程

    - 在“软硬件”页中可选择使用的软件和工具,若没有则无需填写

    - 在附件处一定要添加可下载的代码文件,若是文件太大, 可上传到百度网盘上,并在“描述”中粘贴链接

    - 编辑完成后一定要点击“保存”

     

    5. 其他页

    - “视频课程”、“应用案例”和“商品”页若没有则无需填写

    6. 点击“预览”,并“发布”项目

    - 本人先点击“预览”查看自己的项目,若没有问题之后再点击“发布”

    - 发布之后若查出存在问题,可点击“取消审核”再次修改。若在项目通过之后发现存在问题,依旧可再次修改项目,直到项目完善

     

    【直播专栏】MAX78000的智能边缘应用设计大赛

    本次大赛共提供总计100套MAX78000FTHR开发板,参赛选手需先在规定平台下单购买板卡(购买即参加),在规定的时间内实现指定的任务并按规定在电子森林上传项目,可获得全额返款,项目优秀者可赢得丰厚大奖。

    基于MAX78000FTHR开发板的录音笔实现

    本项目计划利用板载的数字麦克风和micro SD存储卡,通过MAX78000的I2S接口传输到处理器,进行MP3编码,然后存储在SD卡中,实现录音的功能。

    大风吹

    南开大学

    基于MAX78000制作视觉制导平台

    作为一个fpv爱好者,想着无人机可以实现弹丸的发射,由于无人机的高速飞行,水弹发射器的准度难以保证,借着此次机会,打算通过视觉定位的方式,搭载无人机上面的水弹云台,实现遥控控制发射,无人机端自行瞄准结合、计算弹道,实现精准打击,增加可玩性。

    会把你变丑的黑魔仙

    西安邮电大学

    基于MAX78000FTHR的MP3播放器

    基于MAX78000FTHR的MP3播放器,软件解码MP3支持MPEG-1、MPEG-2 以及MPEG-2.5 标准的Layer3 解码

    llzx

    基于 MAX78000 平台的扑克牌智能检测器设计

    基于 MAX78000 平台的扑克牌智能检测器设计,能够捕获扑克牌图片并使用对象检测深度学习算法对图片中的扑克牌大小进行识别,最终在屏幕上检测识别结果。

    2x3j

    基于MAX78000完成交通标志识别

    本项目实现了交通标志识别的功能,包括数据收集整理、模型训练部署,利用MAX78000芯片开发版实现了整套方案

    何小强

    Max78000设计大赛中期报告--会伏丘的项目

    很有幸能够参加硬禾和ADI共同创办的本次智能边缘计算设计大赛,能够有机会在cortex内核中完成CNN模型的部署的尝试。截至目前已是中期,对前半段时间工作的总结整理如下。

    会伏丘

    北京工业大学

    基于MAX78000实现验证码识别,后续可拓展到车牌识别

    基于MAX78000的智能边缘应用设计,实现验证码识别,后续可拓展到车牌识别

    哈悟哈悟

    MAX78000智能边缘应用设计

    中期审核提交材料,主要完成了以下工作:对硬件层面的简单理解、开发环境的搭建、简单基本外设代码的测试、CNN等AI算法的测试、对自己模型的训练。

    iron2222

    上海工程技术大学

    MAX78000“魔杖”项目中期报告

    智慧魔杖项目:语音识别加上动作识别;就是语音识别出所念的咒语加上识别六轴姿态传感器所得到的手腕挥动轨迹,都满足要求即为一个合格的“魔法”动作,会有相应的结果。

    lxb

    哈尔滨工业大学

    基于MAX78000的智能边缘应用设计大赛-踏板吉他哇音效果器

    本次大赛MAX78000 选择的题目是实现---踏板吉他哇音效果器(WAH)

    xinshuwei

    基于MAX78000的无障碍化视障系统

    在本项目中,我们初步打算帮助视障人士甄别在路上的遇到的行人,判断是“熟人”还是“陌生人”,并做出相应的提示,方便他们打招呼。后期会逐步增加判断路况、识别物品、风景等功能。

    一个默默无闻的小程序员

    西北民族大学

    基于MAX78000FTHR实现语音控制相机拍照

    基于开发板MAX78000FTHR,实现语音识别,控制相机拍照的功能 基于Python 3.8搭建训练环境,训练完成后通过Eclipse进行开发,下载到单片机上

    john

    基于MAX78000的智能边缘应⽤设计大赛-AI智能避障小车-中期报告

    本项目采用美信MAX78000智能边缘计算微控制器作为主要核心模块进行开发设计, 旨在通过 78000板卡自速12位并行摄像头接口采集 周围环境信息进行目标避障识别与深度距离识别, 并与ESP麦纳母轮小车模块进行通信控制小车变向,避障.

    小屁孩06

    哈尔滨工业大学

    基于MAX78000的智能语音控制洗衣机

    本项目基于基于MAX78000 FTHR_RevA开发板,使用语音识别技术,识别语音指令,从而控制洗衣机运行

    HonestQiao

    基于MAX78000的水果识别器

    本项目使用MAX78000的制作一款水果识别器。使用了CNN边缘计算,用来识别水果,可以识别苹果,梨子,香蕉,草莓...等,并使用LCD显示屏显示摄像头捕捉到的图像中的水果

    hehung

    MAX78000FTHR开发板的多种外设学习与CNN模型训练

    本项目基于MAX78000 FTHR_RevA开发板,调用摄像头、DMA、SPI等外设,实现低功耗卷积神经网络判断识别水/天燃气机械表头的读数

    SDeron

    金陵科技学院

    MAX78000设计大赛中期报告——从入门到放弃

    MAX78000 python 机器学习 训练 摄像头 卷积

    aramy

    螺钉、螺母、螺栓识别

    本项目将在Linux环境下对螺钉、螺母和螺栓进行AI视觉模型训练后,使用MAX78000FTHR开发板的板载摄像头搭配另外的TFT屏幕对螺钉、螺母和螺栓进行识别。

    Pulsar2

    基于MAX78000FTHR开发板的颜色识别与显示系统(中期报告)

    本项目计划使用MAX78000实现板载摄像头的颜色识别功能,并将识别结果通过TFT屏、OLED屏、LED等进行显示。项目中期主要实现了显示部分的功能,图像采集与处理部分计划后续完成。

    chinaking

    上海大学

    基于MAX78000FTHR与深度学习的口罩佩戴识别

    本项目是基于MAX78000FTHR开发平台和深度学习的一种口罩佩戴识别检测方案。目前我国疫情形势仍较为严峻,本项目能够较为准确和快速的对口罩是否佩戴,是否正确佩戴进行较为高效的识别。

    民带二剑客

    中南民族大学

    Funpack第二季第一期-SyntiantTinyML-语音识别灯控制

    使用SyntiantNDP101神经决策处理器,在语音应用中运行功耗低于140mw,通过Edge Impulse 进行模型训练,然后通过usb 进行模型下载更新。主要实现红、绿、蓝训练,当说相应关键词时,RGB灯显示相应的灯

    xinshuwei

    南昌大学

    基于深度学习的垃圾分类

    垃圾分类收集处理,能提高资源化利用程度。 但是,因为垃圾种类众多,所收集的垃圾数据集存在极大的差异性。为了解决这一问题,因此,本项目将深度学习应用于垃圾识别中。并将训练好的模型部署到MAX78000,实现一个简单的垃圾图像的识别。

    MUC-TL

    在max78000fthr板上移植MicroPython

    本项目拟将在max78000微控制器(Arm Cortex-M4内核)上移植MicroPython软件,实现用Python对max78000进行编程。

    suyong_yq

    MAX78000项目训练报告-宝可梦识别装置

    基于图像识别等技术,利用MAX78000开发板完成宝可梦的识别任务,实现“宝可梦图鉴”的基本功能

    氢化脱氯次氯酸

    中国科学技术大学

    基于max78000FTHR的手势识别训练过程

    基于max78000FTHR的手势识别,训练环境的搭建和调试;

    qewtry

    对MAX78000FTHR的学习使用,进行视觉识别功能的实现

    MAX78000FTHR,是一颗快速实现超低功耗和集成人工智能方案的芯片,通过搜集资料学习,进行这块板卡的视觉类功能的实现和完善。

    杨不止

    安徽师范大学

    基于MAX78000的衣物识别与分类实践

    本项目以MAX78000FTHR快速开发平台为基础,用开发板自带的摄像头拍摄生活中常见的衣服、裤子、鞋子、包包等,并通过MAX78000内置的基于RISC-V的低功耗卷积神经网络加速器实施AI推理,判断照片中物品的类别。

    DengCJ96

    中国石油大学(华东)

    基于MAX78000设计的简易MP3格式音乐播放器

    基于MAX78000设计的简易音乐播放器,主要目标是读取存储在Sd卡中的音乐文件,解码,然后利用板子自带的codec,然后通过line-out接口输出

    littlestudent

    基于MAX78000制作声控小夜灯

    本项目是基于MAX78000作为主控实现的一个能够通过语音控制的小夜灯。

    maskmoo

    基于MAX78000设计的衣物分类相机

    基于MAX78000设计的衣物分类相机,能够识别多种衣物,使用FashionMNIST数据集。

    星辰i

    基于MAX78000实现用户自定义关键词识别

    通过深度学习,识别用户自定义关键词,来控制家用电器的开启关闭。

    madfish

    基于MAX78000FTHR开发板设计的手势识别器

    基于MAX78000FTHR开发板设计的手势识别器,使用ASL Alphabet数据集训练完成,支持石头、剪刀、布、空识别。

    冷月烟

    基于MAX78000语音识别的立体声空间声像控制

    本项目基于Max78000FTHR开发板,利用其集成传感器、立体声编解码器及CNN硬件加速,实现耳机和双扬声器的单声源空间声像控制,并且借助CNN硬件通过语音识别控制切换两种重放方式及控制声像位置。

    archmage

    华南理工大学

    基于MAX78000的传送带工业钻头方向检测

    基于MAX78000平台,能够实时检测传送带上不同种类钻头的摆放方向。

    持心铭志

    基于MAX78000实现MP3播放器

    使用MAX78000FTHR开发板制作一个MP3音乐播放器。

    wakojosin

    基于MAX7800羽毛板语音控制ESP8266小车

    基于MAX7800羽毛板语音远程控制ESP8266小车 采用现成的KWS20关键词进行的运动控制小车

    2345vor

    江汉大学

    基于 MAX78000FTHR 实现人脸识别以及在岗监测功能

    使用 MAX78000FTHR 的摄像头监测人脸,判断该人脸是否为需要记录在岗时间的人脸,然后每隔一段时间,判断该人脸是否还在。

    topgear

    基于MAX78000的人工智能语音控制相册

    使用MAXIM公出品的MAX78000-FTHR开发板,搭配ILI9341显示屏,使用语音命令控制显示屏,以显示TF卡中的照片图像

    six

    河南科技大学

    MAX78000_中期报告_语音控制台灯

    使用MAX78000进行语音识别,然后通过串口将识别结果传递给ESP32。ESP32通过MQTT发送消息让台灯点亮或者熄灭

    vic

    机器人障碍识别

    使用MAX8000进行障碍物的识别,从而实现机器人在行走过程中避开障碍提醒,最终仅实现障碍物的识别提示显示功能。

    快的飞起

    基于MAX78000FTHR完成语音识别

    这个小小的MCU集成了CNN加速器,这次我们就基于这个MAX78000FTHR实现语音识别的功能,然后通过串口与PC进行通讯,实现通过语音控制PC操作的

    weiguoqian

    基于MAX78000的运动姬

    基于MAX78000的运动传感器数据采集分析(SD卡存储) 仿圣庙逃亡(体感小游戏)

    Javion

    基于 MAX78000 平台的fm语音降噪收音机设计

    实现了一个完整的数字 FM 接收器设计,它配备了一个 LCD 屏幕和一个方向按钮。它可以手动和自动搜索 76MHz 到 108MHz 的 FM 信号(扫描模式)。使用神经网络加速器进行语音降噪处理。

    守望者

    MAX78000 训练报告

    本次参加活动使用的板卡是 MAX78000FTH,板卡十分精致小巧,很方便部署到边缘端的设备上,进行边缘端的智能应用开发。

    liudada

    河南科技大学

    基于Max78000的人脸打卡机

    基于Max78000的人脸打卡机,训练使用阿里云抢占式服务器,底板提供了屏幕、WIFI、光源、电池电源等。

    退役熬夜选手

    基于MAX78000FTHR开发板的语音识别功能验证与使用

    该报告为本次大赛的中期报告,是基于MAX78000FTHR开发板的语音识别功能验证与使用,探究在该开发板上如何进行语音识别的训练并使用的过程

    反正都一样

    基于MAX78000的智能边缘应用设计大赛

    视觉识别类--万用表读数识别 对于一些针对电路板的长时间的可靠性测试,往往需要监控电流或者电压的参数,本项目提出一种基于视觉识别方法,规律性地读取万用表的读数。(当然我也知道世界上是有一种叫 data logger的东西 T_T )

    jjxiong92

    MAX78000FTHR开发板环境搭建与rain_kws20_DEMO的验证

    完成了开发板外设与AI训练环境的搭建,并训练了例程的DEMO

    voncg

    安徽师范大学

    老人跌倒监测系统

    为了减少“空巢老人”因发生跌倒而遭受的后继伤害,提出了一种基于通用边缘智能平台的老人跌倒监护设计。该设计以边缘智能平台为核心,实时采集高清摄像头的视频数据,并对视频帧进行运动目标提取和人体跌倒姿态识别,以便获得及时救助。

    breezy

    华北水利水电大学

    MAX78000FTHR评估板

    MAX78000FTHR 是一个快速开发平台,可帮助工程师使用 MAX78000 Arm ® Cortex ®快速实现超低功耗、人工智能 (AI) 解决方案具有集成卷积神经网络加速器的 M4F 处理器。

    ¥269.00
    立即购买

    团队介绍

    • 基于MAX78000的智能边缘应⽤设计大赛是硬禾学堂与ADI联合举办,在规定的平台购买板卡,完成任务,全额返还,还能获得更丰厚的奖励。

    团队成员

    • 硬禾学堂

      苏州硬⽲禾信息科技有限公司

    • 亚德诺半导体(ADI)

      我们是将现实世界物理信号转化为洞察,从而推动客户行业变革的领导者。ADI于2020年7月收购美信

    猜你喜欢

    基于MAX78000实现验证码识别,后续可拓展到车牌识别

    基于MAX78000实现验证码识别,后续可拓展到车牌识别

    基于MAX78000的智能边缘应用设计,实现验证码识别,后续可拓展到车牌识别

    • 哈悟哈悟
    • 68
    • 22/12/02
    基于MAX78000完成交通标志识别

    基于MAX78000完成交通标志识别

    本项目实现了交通标志识别的功能,包括数据收集整理、模型训练部署,利用MAX78000芯片开发版实现了整套方案

    • 何小强
    • 86
    • 22/12/05
    对MAX78000FTHR的学习使用,进行视觉识别功能的实现

    对MAX78000FTHR的学习使用,进行视觉识别功能的实现

    MAX78000FTHR,是一颗快速实现超低功耗和集成人工智能方案的芯片,通过搜集资料学习,进行这块板卡的视觉类功能的实现和完善。

    • 杨不止
    • 49
    • 22/12/06
    @ 2023 电子森林   苏ICP备19040198号