前言
RISC-V 處理器架構(gòu)的廣泛應(yīng)用是 CPU（Central Processing Unit，中央處理器）一個(gè)重要發(fā)展趨勢(shì)，大量的國(guó)內(nèi)企業(yè)已經(jīng)或者計(jì)劃推出這類(lèi)處理器芯片。RISC-V 指令集是基于精簡(jiǎn)指令集計(jì)算（RISC）原理建立的開(kāi)放指令集架構(gòu)（ISA），RISC-V 指令集完全開(kāi)源，設(shè)計(jì)簡(jiǎn)單，易于移植 UNIX/Linux 一類(lèi)系統(tǒng)，模塊化設(shè)計(jì)工具鏈完整得到了產(chǎn)業(yè)界和社區(qū)的廣泛支持。
人工智能芯片廣泛的應(yīng)用是人工智能的一個(gè)重要發(fā)展趨勢(shì)，今后人工智能的運(yùn)算將越來(lái)越多地在人工智能芯片上完成。人工智能芯片主要是神經(jīng)網(wǎng)絡(luò)處理器（NPU），是為深度學(xué)習(xí)而生的專(zhuān)業(yè)芯片，其表現(xiàn)大大優(yōu)于傳統(tǒng) GPU（Graphics Processing Unit，圖形處理器）、GPU（Graphics Processing Unit，圖形處理器）和 DSP（Digital Signal Processing，數(shù)字信號(hào)處理），是未來(lái)人工智能應(yīng)用的重要發(fā)展方向。
本書(shū)介紹的嘉楠勘智 K210 人工智能芯片，是 RISC-V 與神經(jīng)網(wǎng)絡(luò)處理器的有機(jī)融合，已經(jīng)在市場(chǎng)上得到迅速的推廣與應(yīng)用。K210 內(nèi)含雙核 64 位 RISC-V 處理器，主頻 400MHz，帶通用的卷積神經(jīng)網(wǎng)絡(luò)單元（NPU），價(jià)格低性能高，既可以作為一個(gè)高端多核單片機(jī)，又可以作為人工智能芯片，應(yīng)用前景廣泛。
K210 的 KPU（Knowledge Processing Unit，知識(shí)處理單元）是通用神經(jīng)網(wǎng)絡(luò)處理器，內(nèi)置卷積、批歸一化、激活、池化運(yùn)算單元，可以對(duì)人臉或物體進(jìn)行實(shí)時(shí)檢測(cè)。K210 可結(jié)合機(jī)器視覺(jué)和機(jī)器聽(tīng)覺(jué)能力提供更強(qiáng)大的功能。
人工智能和深度學(xué)習(xí)領(lǐng)域能應(yīng)用于實(shí)時(shí)目標(biāo)檢測(cè)的網(wǎng)絡(luò)不多，YOLO 卷積神經(jīng)網(wǎng)絡(luò)是其中之一，效果優(yōu)良，并且已經(jīng)得到了廣泛應(yīng)用。YOLO 可以一次性預(yù)測(cè)多個(gè)框位置和類(lèi)別，實(shí)現(xiàn)端到端的目標(biāo)檢測(cè)和識(shí)別，其最大的優(yōu)勢(shì)是速度快。通過(guò) YOLO，每張圖像只需要看一眼就能得出圖像中有哪些物體和這些物體的位置。
K210 人工智能芯片與 YOLO 卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合，可以實(shí)現(xiàn)低成本的實(shí)時(shí)目標(biāo)檢測(cè)，這一點(diǎn)正是本書(shū)所要實(shí)現(xiàn)的目標(biāo)。
本書(shū)結(jié)構(gòu)
第一部分：RISC-V 及人工智能芯片。主要介紹 RISC-V 構(gòu)架人工智能芯片 K210 應(yīng)用開(kāi)發(fā)，包括 RISC-V 構(gòu)架及人工智能芯片 K210 介紹、輸入/輸出、串口通信、定時(shí)器與日歷、音頻輸入/輸出接口、顯示屏驅(qū)動(dòng)、攝像頭數(shù)據(jù)采集、外部存儲(chǔ)器、K210 的 WS2812 驅(qū)動(dòng)、K210 的 ESP8266 驅(qū)動(dòng)以及 K210 的 MicroPython 編程。
第二部分：深度學(xué)習(xí)。主要介紹 Keras 及 TensorFlow Lite 應(yīng)用開(kāi)發(fā)，包括 Keras 人工神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)、Keras 卷積神經(jīng)網(wǎng)絡(luò)及深度學(xué)習(xí)、TensorFlow Lite 安卓應(yīng)用開(kāi)發(fā)。
第三部分：YOLOv3 目標(biāo)檢測(cè)。主要介紹 YOLOv1/v2/v3 深度卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)檢測(cè)應(yīng)用開(kāi)發(fā)，包括 YOLO 網(wǎng)絡(luò)與目標(biāo)檢測(cè)基礎(chǔ)、YOLO 網(wǎng)絡(luò)樣本標(biāo)注與訓(xùn)練、YOLO 網(wǎng)絡(luò)結(jié)構(gòu)分析、YOLO 網(wǎng)絡(luò)在安卓中的應(yīng)用。
第四部分：YOLO 和 K210 綜合應(yīng)用。主要介紹 K210 卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用實(shí)例，包括 K210人工神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)、K210 卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)、K210 神經(jīng)網(wǎng)絡(luò)處理器工作原理分析、K210 神經(jīng)網(wǎng)絡(luò)處理器應(yīng)用實(shí)例。
本書(shū)特點(diǎn)
本書(shū)較全面和完整地介紹和講解 RISC-V 構(gòu)架人工智能芯片 K210 的特點(diǎn)和應(yīng)用開(kāi)發(fā)方法。深入淺出地講解人工神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用設(shè)計(jì)，特別是全面和深入分析 YOLO網(wǎng)絡(luò)與目標(biāo)檢測(cè)方法，并把 YOLO 網(wǎng)絡(luò)應(yīng)用于 K210 之中。
本書(shū)每一章的編寫(xiě)方法都基本相同，首先介紹應(yīng)用開(kāi)發(fā)實(shí)例，從最簡(jiǎn)單的實(shí)例到較復(fù)雜的應(yīng)用循序漸進(jìn)地介紹，最后在每一章的后半部分再深入介紹其低層的工作原理。
本書(shū)源代碼、教學(xué)課件可以掃描前言的二維碼獲取。
讀者對(duì)象
本書(shū)適合于從事物聯(lián)網(wǎng)、人工智能、嵌入式系統(tǒng)以及電子技術(shù)應(yīng)用開(kāi)發(fā)初學(xué)者作為參考資料，或者作為本專(zhuān)科物聯(lián)網(wǎng)、人工智能、嵌入式系統(tǒng)、單片機(jī)等相關(guān)課程的教材，也適合于作為課程設(shè)計(jì)、畢業(yè)設(shè)計(jì)以及各類(lèi)專(zhuān)業(yè)競(jìng)賽指導(dǎo)教材。
聯(lián)系作者
對(duì)本書(shū)的程序代碼、相關(guān)配套的 K210 開(kāi)發(fā)板、控制模塊、傳感器模塊、通信模塊等有興趣的讀者，以及對(duì)本書(shū)相關(guān)知識(shí)感興趣的讀者，可以加入 QQ 群 AI_IoT（群號(hào) 784735940）交流、討論和共同學(xué)習(xí)。
致謝
在本書(shū)的編寫(xiě)過(guò)程中，得到了嘉楠科技官方 K210 芯片負(fù)責(zé)人黃銳等相關(guān)人員以及WS2812 官方深圳市華彩威電子有限公司張少青的大力支持，在此表示衷心感謝。感謝蒙良橋、宋因建、殷徐棟、陳妍、張小珍、覃雪原、官玉恒、韋艷芳、覃玉龍、韋政、林寶玲、蘇小艷、蘇金秀分別審閱了本書(shū)的部分章節(jié)內(nèi)容。
本書(shū)在編寫(xiě)過(guò)程中參考了大量的文獻(xiàn)資料，一些資料來(lái)自互聯(lián)網(wǎng)和非正式出版物，書(shū)后的參考文獻(xiàn)無(wú)法一一列舉，在此對(duì)原作者表示誠(chéng)摯的謝意。
K210 官方公布的資料比較少，官方和網(wǎng)上的示例也比較少，因此本書(shū)在參考這些資料時(shí)可能會(huì)存在一些理解上的偏差和內(nèi)容方面的不足。另外，由于作者水平有限，書(shū)中難免存在錯(cuò)誤和疏漏之處，敬請(qǐng)讀者批評(píng)指正。
編著者