VPU&Teachable Machine介紹

1. Vision Processing Unit (VPU) &
Teachable Machine (TM) Introduction
報告者：陳佑昇
2021/04/30

2. 目錄
2
VPU
簡介
VPU
應用說明
VPU
Demo
TM簡介
TM操作
應用
TM用途
與展望

3. VPU 簡介
3
Vision Processing Unit「視覺處理器」為Edge AI所誕生，
2017年推出，2018年成功用於DJI空拍機避障功能
低於1瓦電力的狀態下，可執行一套經完整訓練的CNN
NCS2 硬體架構

4. VPU應用說明-OpenVINO
4
• Intel開發的電腦視覺與深度學習(DL)應用開發套件，
為本例NCS2 VPU的驅動媒介
• 重要功能為 Model Optimizer(模型優化器)及
Inference Engine(推理引擎)
• 可安裝於 Windows、Linux OS、樹梅派
• 支援常見DL框架 Caffe、TensorFlow、ONNX …
• 主要結合自有的晶片來進行AI推理

5. VPU應用說明-OpenVINO
5
來源：TDC2019 Intel Software Day - Inferencia de IA em edge devices

6. VPU應用說明-處理器比較
6
AI訓練 V V
AI推理 V(中慢) V(中) V(快) V(最快)
視覺與影像處理 V(快) V(慢) V(中)
通用計算 V (V) 輔助
嵌入式控制 V V

7. VPU Demo-執行SSD人臉辨識
7
透過樹梅派PI3執行
Video_link

8. VPU Demo-模型轉換
8
模型轉換

9. VPU Demo-執行Yolo範例
9

10. VPU Demo-執行Yolo範例
10
Video_link

11. VPU Demo-執行Yolo範例
11
PC對照組_第八代I7筆電
Video_link

12. TM簡介
12
• 用快速簡單的方式建立類神經網路訓練模型
• 透過Teachable Machine網站從資料集收集、訓練到導出，完全不須撰寫程式

13. TM操作應用-訓練(戴口罩)
13
Video_link

14. TM操作應用-訓練參數
14

15. TM操作應用-輸出模型
15

16. TM操作應用-戴口罩辨識
16
Video_link

17. TM限制與展望
17
• 僅能訓練分類器，如影像分類、聲音分類 (TM採用經典模型CNN+MobileNet
Transfer Learning、KNN )
• 暫不支援TF 2.0新版本
• 訓練彈性差、可控制的參數少
• 不提供模型評估指標
• 適合想體驗AI、入門Keras、想快速打造
分類模型的使用者(下載樣本很方便)
• 由於輸出是TF格式Model，可嘗試轉換模型
後至OpenVINO平台上推理
MobileNet paper and ImageNet Thumbnails

18. 18
THANK YOU!

19. Resource
19
FPGA vs CPU vs GPU vs Microcontroller: How Do They Fit into the Processing
Jigsaw Puzzle?
https://www.arrow.com/en/research-and-events/articles/fpga-vs-cpu-vs-gpu-vs-
microcontroller
Edge AI 處理器晶片圖 https://www.adlinktech.com/en/gpu-computing
TDC2019 Intel Software Day - Inferencia de IA em edge devices PPT
https://www.slideshare.net/tdc-globalcode/tdc2019-intel-software-day-inferencia-de-
ia-em-edge-devices
Teachable Machine
https://teachablemachine.withgoogle.com/
Have you taught your machine yet?
https://towardsdatascience.com/have-you-taught-your-machine-yet-45540b7e646b