38、工业机器视觉与股票市场预测技术解析

工业机器视觉与股票市场预测技术解析

1 机器 - 对象视觉硬件实现

在机器 - 对象视觉领域，采用小型深度神经网络（DNN）SqueezeNext作为TinyML进行计算时，有多种硬件可供选择：
1. ECM3532神经传感器处理器 ：带有板载内存，是具有特殊功能的片上系统（SoC），可执行TensorFlow和TFLite软件。
2. 树莓派4搭配PyCamera与英特尔神经网络棒 ：用于运行英特尔神经网络处理库OpenVINO。
3. 新一代工业PC ：速度快，可作为工业物联网（IIOT）中的边缘AI服务器，能在如i9和i10等先进处理器上运行AI算法，边缘计算延迟非常小。
4. ARM微神经处理单元（NPUs） ：包括Ethos - U55、Ethos N77、N57和N37，分别提供0.5、4、2和1 Tera操作每秒（TOPs）的处理能力。基于较小的几何尺寸（如16或7 nm），运行频率为1 GHz，可通过在板上使用多个Ethos核心来提升性能。
5. UP square板AI视觉X开发套件 ：适用于相关开发工作。

以下是这些硬件的简单对比表格：
| 硬件名称 | 特点 |
| — | — |
| ECM3532神经传感器处理器 | 带板载内存，可执行特定软件 |
| 树莓派4搭配PyCamera与英特尔神经网络棒 | 运行特定神经网络处理库 |
| 新一代工业PC | 速度快，用于边缘AI服务 |