基于嵌入式平台与深度学习的智能气象监测仪器设计方案

设计方案"/>

基于嵌入式平台与深度学习的智能气象监测仪器设计方案

基于嵌入式平台与深度学习的智能气象监测仪器设计方案

• 一、 概述
• 二、 整体框架
• 三、人工智能部分：
• 四、 嵌入式部分
• • 4.1安卓主控
  • 4.2协处理器
• 五、 人机交互

一、 概述

以目前常见移动设备的存储和计算能力，是不可能实现在移动端进行模型训练的。但是如果在服务端利用海量的数据和计算资源训练好模型，然后将训练好的模型部署到移动端，只利用移动端的计算能力来进行推理，将分别发挥两项技术最优的性能，也是人工智能算法落地的趋势。
若按传统方式直接采集图像数据上传云端进行处理，既面临图像数据的安全性问题，又对通信带宽有较大的要求，且一旦终端数量大时，会为云端处理图像的服务器带来很大的压力，而本项目是在本地处理数据，数据没有上云的过程，就可以保证用户的信息安全，免除不必要的麻烦。且经过嵌入式的前级处理，就可以只传输有价值的信息，而非原始的大容量视频，能够有效减少传输带宽以及后端部署服务器的计算量及存储量，让系统的整体架构变得更加轻便。
本项目基于MTK主控，现将训练好的模型部署在MTK嵌入式平台上，使主控一边将摄像头的视频采集回来进行实时的处理，一边与协处理器（单片机端）进行数据通信，协