[实用新型]一种基于AI处理单元的深度学习视觉传感器

说明书

本实用新型提供了一种基于AI处理单元的深度学习视觉传感器，包括镜头单元、图像传感单元、ARM处理单元、存储单元、AI处理单元以及接口单元；所述镜头单元连接所述图像传感单元，所述图像传感单元连接所述ARM处理单元，所述ARM处理单元连接所述存储单元以及所述AI处理单元，所述AI处理单元连接所述接口单元；所述镜头单元把采集的图像通过所述图像传感单元发送给所述ARM处理单元进行图像预处理，所述ARM处理单元把预处理的图像信息保存在所述存储单元，所述AI处理单元对所述存储单元的图像信息进行深度学习后把结果通过所述接口单元发送给外部接收设备。

技术领域

本实用新型涉及图像处理领域，特别指一种基于AI处理单元的深度学习视觉传感器。

背景技术

深度学习是一个复杂的机器学习算法，在语言和图像识别方面取得的效果，远远超过先前相关技术。它在图像处理、搜索技术、数据挖掘、机器学习、机器翻译、自然语言处理、多媒体学习、语音、推荐和个性化技术，以及其它相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动，解决了很多复杂的模式识别难题，使得人工智能相关技术取得了很大进步。

现有技术中的视觉传感器的学习运算方式主要有两种，一种是传统的机器学习运算方式，另一种是软件深度学习运算方式；前者存在识别率不高，识别结果不稳定，容易受外部环境影响的问题；后者存在识别速度慢，用户体验很差等问题。现在主流视觉传感器的学习运算方式采用机器学习运算方式与软件深度学习运算方式相结合的方式。

现有深度学习的视觉传感器主要分为两类：第一类是x86CPU结合英伟达显卡，譬如GTX1080Ti，属于PC架构的深度学习算法处理，采用ARM处理单元主控进行运算，实现深度学习算法的处理；第二类是华为麒麟ARMCPU芯片+寒武纪AI芯片两颗独立的芯片主控进行运算，实现深度学习算法处理；前者价格高，面积大，发热量大，且不适合嵌入式使用，后者比前者具有很大优势，适合嵌入式，但是两颗芯片结构复杂，成本高，且面积大。

发明内容

本实用新型要解决的技术问题，在于提供一种结构简单、成本低且面积小的一种基于AI处理单元的深度学习视觉传感器。

本实用新型是这样实现的：

一种基于AI处理单元的深度学习视觉传感器，包括镜头单元、图像传感单元、ARM处理单元、存储单元、AI处理单元以及接口单元；所述镜头单元连接所述图像传感单元，所述图像传感单元连接所述ARM处理单元，所述ARM处理单元连接所述存储单元以及所述AI处理单元，所述AI处理单元连接所述接口单元；

所述镜头单元把采集的图像通过所述图像传感单元发送给所述ARM处理单元进行图像预处理，所述ARM处理单元把预处理的图像信息保存在所述存储单元，所述AI处理单元对所述存储单元的图像信息进行深度学习后把结果通过所述接口单元发送给外部接收设备。

优选地，所述ARM处理单元与所述AI处理单元合成在同一芯片上。

优选地，所述镜头单元采用M12镜头、CS口镜头或C口镜头。

优选地，所述图像传感单元采用CCD图像传感器或CMOS图像传感器。

本实用新型的优点在于：本实用新型通过ARM处理单元进行机器学习，AI处理单元进行深度学习的方式进行视觉传感器的深度学习运算，而且采用ARM处理单元与AI处理单元合成在同一芯片上，具有成本低，面积小的优势。

附图说明

下面参照附图结合实施例对本实用新型作进一步的说明。

图1是本实用新型的装置连接示意图。

具体实施方式