【高云GW5AT-LV60 开发套件试用体验】基于开发板进行深度学习实践，并尽量实现皮肤病理图片的识别，第二阶段

接上次的想法，纠结在继续用CNN还是yolo的时候，随着对这方面资料的不断了解，发现还是CNN这个结构比较基础，yolo要做的工作非常多，而且要求比较高，时间会比较长。
于是我就借助B站平台，跟着子豪兄重新学习了一下有关的AI论文精读系列，里面有很多model都是比较成熟的，而且子豪兄也给出了相关的代码：
https://github.com/TommyZihao/Train_Custom_Dataset
当然内容还是非常多的
借助子豪兄的力量，通过onnx这个中间表示，最后简单做了一个apk

*附件：mobilev2.rar
走到这里的体会是，这个生态在手机端和pc端似乎比较完善。要从最初的算法一个一个的去用verilog实现，我还是有点吃力的？因为我有几个问题还没有弄清楚？
1、图像的采集，保存，以及相关处理，以便符合后续model的需要？
当然谈到model，这里有好多可以参考的，如果能拿到onnx格式的，那就可以通过这个网站可视化一下：https://netron.app/ 这也是从子豪兄那边习得的
或者借助一些数学软件：
这是从例子里面打开的一个model。有点复杂。
还有一个：
这个model是DoubleU-Net Trained on Medical Image Segmentation Datasets，其实识别医学图像有成熟的model，但是主要难点在于没有verilog的实现版本？不知道我的认识对不对？也学有，没有开源。
2、这个卷积怎么被驱动于图片的像素数据进行计算的，时钟驱动的吗？
3、这个model怎么嵌入到高云原本的视频案例里面呢？
总之有很多要解决的问题？
我现在正在通过yosys这个工具，分析相关的文件
*附件：svg.rar
就想这样的：

我还要继续看，继续了解。如果大佬有资源，可以参考参考吗？