- 应用程序:本文件介绍如何为深层学习技术编程Keras重量,以开发汽车牌照识别,并帮助用户在NuMicro M480系列微控制器上实施汽车牌照识别。
- BSP 版本: M480 BSP CMSIS V3.05.001
- 硬件: NuMaker-IoT-M487 VER1.2
最近随着技术的进步,全球机器学习市场正在蓬勃发展。机器学习是指从机器到一系列学习过程的累积和自主行为提升。学习过程是将培训数据提供给数学数据模型,可以分为监督、不受监督和强化学习。机器学习的想法几乎可以在每一个领域实现;社交媒体特写、互联网产品建议、图像识别和语言翻译都是机器学习的范例。
与支持机器学习网络的DNN(深神经网络)和CNN(革命神经网络)一起,nuvoton 核的NuMicro M487 Ethernet系列是一个高性能和低功率微控制器,适合用于相关应用。M480平台(上面有M487)可以使用学习神经网络算法识别任何车辆牌照。CMOS传感器需要捕获板面图像,需要大约200米才能识别图像。M487支持QVGA 320 x 240的图像分辨率。
此样本代码捕捉到汽车牌照, 使用机器学习神经网络算法进行识别。 Armé Cortex- M4核心支持 DSP 指令以加速算法。 信息可以传送到边缘设备上的 UART 等外围设备 。
您可以在下列时间下载样本代码
http://www.nuvoton.com/resources-downlo.0118165849
nuvoton 核
