基于 SoC 的卷积神经网络车牌识别系统设计(0)摘要
NOTES:现如今,芯片行业无比火热啊,无论是前景还是钱景,国家芯片战略的发布,公司四五十万的年薪,着实令人非常的向往,为了支持芯片设计者,集成了工作、科研、竞赛于一体的《基于 SoC 的卷积神经网络车牌识别系统设计》专栏项目,这是在一位海归教授的带领之下的整个团队辛勤耕耘的结晶,希望大家能够在理论结合实践的指导之下,不断地提高自己的数字芯片设计技术能力。
1、项目引言
工作求职:能够在简历上添加一笔较大的项目,集成了 AI、SoC、系统级、FPGA、ARM 以及 Verilog、C、Python 等等的较为热门的芯片设计元素,从而找到了较好的(2021年能够达到 30W+、40W+ 的薪资水平)工作,具体个人与公司就不列出来了,免得被冠以打广告的嫌疑,这些公司的共同特点就是面向 AI 芯片、SoC 设计的大公司~
科研项目:科研项目的话,可以提升你的工程能力,毕竟科研需要的还是部分的创新,本次的项目提供了只是一个实现的平台~
集创竞赛:这个也是非常有帮助的,因为每一年的题目其实都差不多,这个专栏能够让你在起点领先其它的队伍一大半,不过后面都是靠你们自己的努力的~
2、项目一览
基于 SoC 的卷积神经网络车牌识别系统设计
卷积神经网络硬件加速 IP 设计(AI 芯片设计)
个人总结的时钟设计
基于 SoC 的卷积神经网络车牌识别系统设计的时钟域划分
卷积层 IP 设计的状态机(AI 芯片)
全连接层 IP 设计的矩阵分块策略
部分 Verilog HDL 代码
部分交叉编译的脚本
基于卷积神经网络的车牌识别系统的测试集
基于卷积神经网络的车牌识别系统的模型参数 
基于卷积神经网络车牌识别系统的硬件加速 IP 设计(AI 芯片)

3、项目资料
- 关注“新芯设计”公众号,回复“关键词”即可获取网盘链接,密码统一为:UICD(Unique IC Design)
- 每一篇文章都会贴上源代码的,理论结合实践
- 每一个工程都可成功上板测试,设计结合验证
- 如有问题,欢迎私信,可加 qq 群 801033376
基于 SoC 的卷积神经网络车牌识别系统设计(0)摘要的更多相关文章
- 基于 SoC 的卷积神经网络车牌识别系统设计(1)概述
NOTES: 这是第三届全国大学生集成电路创新创业大赛 - Arm 杯 - 片上系统设计挑战赛(本人指导的一个比赛).主要划分为以下的 Top5 重点.难点.亮点.热点以及创新点:1.通过 Arm C ...
- 基于Python的卷积神经网络和特征提取
基于Python的卷积神经网络和特征提取 用户1737318发表于人工智能头条订阅 224 在这篇文章中: Lasagne 和 nolearn 加载MNIST数据集 ConvNet体系结构与训练 预测 ...
- 深度学习基础-基于Numpy的卷积神经网络(CNN)实现
本文是深度学习入门: 基于Python的实现.神经网络与深度学习(NNDL)以及动手学深度学习的读书笔记.本文将介绍基于Numpy的卷积神经网络(Convolutional Networks,CNN) ...
- visualization of filters keras 基于Keras的卷积神经网络(CNN)可视化
https://adeshpande3.github.io/adeshpande3.github.io/ https://blog.csdn.net/weiwei9363/article/detail ...
- cnn 卷积神经网络 人脸识别
卷积网络博大精深,不同的网络模型,跑出来的结果是不一样,在不知道使用什么网络的情况下跑自己的数据集时,我建议最好去参考基于cnn的手写数字识别网络构建,在其基础上进行改进,对于一般测试数据集有很大的帮 ...
- 卷积神经网络CNN识别MNIST数据集
这次我们将建立一个卷积神经网络,它可以把MNIST手写字符的识别准确率提升到99%,读者可能需要一些卷积神经网络的基础知识才能更好的理解本节的内容. 程序的开头是导入TensorFlow: impor ...
- 使用Python基于HyperLPR/Mask-RCNN的中文车牌识别
基于HyperLPR的中文车牌识别 Bolg:https://blog.csdn.net/lsy17096535/article/details/78648170 https://www.jiansh ...
- 如何用卷积神经网络CNN识别手写数字集?
前几天用CNN识别手写数字集,后来看到kaggle上有一个比赛是识别手写数字集的,已经进行了一年多了,目前有1179个有效提交,最高的是100%,我做了一下,用keras做的,一开始用最简单的MLP, ...
- 基于cifar10实现卷积神经网络图像识别
import tensorflow as tf import numpy as np import math import time import cifar10 import cifar10_inp ...
随机推荐
- Codeforces 1383F - Special Edges(状态压缩+最大流)
Codeforces 题目传送门 & 洛谷题目传送门 首先暴力显然是不行的,如果你暴力最大流过了我请你吃糖 注意到本题的 \(k\) 很小,考虑以此为突破口解题.根据最大流等于最小割定理,点 ...
- 水平梯度在sigma坐标对应形式
sigma 坐标变换 一般 \(\sigma\) 坐标转换方程为 \[\sigma = \frac{z-\eta}{D} = \frac{z-\eta}{H+\eta} \] 转换后水深 z 范围由原 ...
- 【讲座】朱正江——基于LC-MS的非靶向代谢组学
本次课程主题为<基于LC-MS的非靶向代谢组学>,主要分为代谢组学简介.代谢组学技术简介.非靶向代谢组学方法和数据采集.非靶向代谢组学数据分析和代谢物结构鉴定几个方面. 一.代谢组简介 基 ...
- Shell 变量嵌套
实现:eval 1 a="indv1" 2 indv1="Sus1" 3 4 eval tmp='$'$a 5 echo $tmp //这里 echo 返回值为 ...
- MapReduce01 概述
MapReduce 概述 目录 MapReduce 概述 1.定义 2.优缺点 优点 缺点 3.MapReduce核心思想 4.MapReduce进程 5.官方 WordCount 源码 6.常用数据 ...
- 学习java 6.30
学习内容:Java的运算符与C中类似,虽是类似,还是有点区别,在这里详细说明一下,即字符以及字符串的+操作,字符的+操作执行后需要赋值给表达式中数据范围最大的类型, 字符串的+操作,当+中有字符串,则 ...
- pymongdb入门
Pymongo入门 安装 pip install pymongo 连接 实际就是实例化一个客户端对象,然后客户端对象中指定一个库作为库对象,库对象中的集合对象就是之后常用来执行操作的对象 1 ''' ...
- pyqt5的下拉菜单,可以进行输入文字
- iOS 的文件操作
直接上操作 效果:将一张图片写入文件 (图片本身已经在Assets.xcassets里面了) 1.获取当前app的沙盒路径 NSString *documentPath = NSSearchPathF ...
- 转 序列化Serializable和Parcelable的区别详解
什么是序列化,为什么要进行序列化 答:对象要进行传输(如:activity 与activity间 ,网络间 进程间等等).存储到本地就必须进行序列化 . 这种可传输的状态就是序列化. 怎么序列化??两 ...