目前嵌入式視覺領(lǐng)域最熱門的話題之一就是機器學(xué)習(xí)。機器學(xué)習(xí)涵蓋多個行業(yè)大趨勢，不僅在嵌入式視覺 (EV) ，而且在工業(yè)物聯(lián)網(wǎng) (IIoT) 和云計算中均發(fā)揮著極為顯赫的作用。對不熟悉機器學(xué)習(xí)的人來說，很多時候機器學(xué)習(xí)是通過神經(jīng)網(wǎng)絡(luò)創(chuàng)建和訓(xùn)練來實現(xiàn)的。神經(jīng)網(wǎng)絡(luò)一語極為寬泛，包含相當(dāng)數(shù)量的截然不同的子類別。這些子類別的名稱一般用于識別被實現(xiàn)的網(wǎng)絡(luò)的具體類型。這些網(wǎng)絡(luò)均在大腦皮層上建模，在大腦皮層中每個神經(jīng)元接收輸入、處理輸入并將其傳達給另一個神經(jīng)元。因此神經(jīng)元一般由輸入層、多個隱藏內(nèi)部層和一個輸出層組成。

圖1：簡單的神經(jīng)網(wǎng)絡(luò)

在最簡單的層面上，神經(jīng)元獲得輸入，施加權(quán)重給輸入，然后在加權(quán)輸入總和上執(zhí)行傳遞函數(shù)。結(jié)果隨后傳遞給隱藏層中的另一個層，或傳遞給輸出層。將一級的輸出傳遞給另一級且不構(gòu)成循環(huán)的神經(jīng)網(wǎng)絡(luò)被稱為前饋神經(jīng)網(wǎng)絡(luò) (FNN)，而那些有反饋、內(nèi)含定向循環(huán)的神經(jīng)網(wǎng)絡(luò)則被稱為遞歸神經(jīng)網(wǎng)絡(luò) (RNN)。在眾多機器學(xué)習(xí)應(yīng)用中極為常用的神經(jīng)網(wǎng)絡(luò)是深度神經(jīng)網(wǎng)絡(luò) (DNN)。這類神經(jīng)網(wǎng)絡(luò)擁有多個隱藏層，能實現(xiàn)更復(fù)雜的機器學(xué)習(xí)任務(wù)。為確定每層使用的權(quán)重和偏差值，需要對神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練。在訓(xùn)練過程中，該神經(jīng)網(wǎng)絡(luò)施加有一定數(shù)量的正確輸入和錯誤輸入，并使用誤差函數(shù)教授網(wǎng)絡(luò)所需的性能。訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)可能需要龐大的數(shù)據(jù)集來正確訓(xùn)練所需性能。

機器學(xué)習(xí)最重要的應(yīng)用之一是嵌入式視覺領(lǐng)域，各類系統(tǒng)正在從視覺使能系統(tǒng)演進為視覺引導(dǎo)自動化系統(tǒng)。嵌入式視覺應(yīng)用與其他更簡單的機器學(xué)習(xí)應(yīng)用的區(qū)別在于它們采用二維輸入格式。因此，在機器學(xué)習(xí)實現(xiàn)方案中，通過使用稱為卷積神經(jīng)網(wǎng)絡(luò) (CNN) 的網(wǎng)絡(luò)結(jié)構(gòu)，因為它們能夠處理二維輸入。CNN 是一類前饋網(wǎng)絡(luò)，內(nèi)置多個卷積層和子采樣層以及一個單獨的全連通網(wǎng)絡(luò)，以執(zhí)行最終分類。鑒于 CNN 的復(fù)雜性，它們也歸屬深度學(xué)習(xí)類別。在卷積層中，輸入圖像被細分為一系列重疊的小模塊。在進行進一步的子采樣和其它階段之前，該卷積的結(jié)果先通過激活層創(chuàng)建激活圖，然后應(yīng)用到最終的全連通網(wǎng)絡(luò)上。CNN 網(wǎng)絡(luò)的具體定義因?qū)崿F(xiàn)的網(wǎng)絡(luò)架構(gòu)而異，但它一般會包含至少下列元：
● 卷積 – 用于識別圖像中的特征
● 修正線性單元（reLU）- 用于在卷積后創(chuàng)建激活圖的激活層
● 最大池化 – 在層間進行子采樣
● 全連通 - 執(zhí)行最終分類

這些元中每一個元的權(quán)重通過訓(xùn)練決定，同時 CNN 的優(yōu)勢之一在于訓(xùn)練網(wǎng)絡(luò)相對容易。通過訓(xùn)練生成權(quán)重需要龐大的圖像集，其中既有需要檢測的對象，也有偽圖像。這樣能讓我們?yōu)?CNN 創(chuàng)建所需的權(quán)重。由于訓(xùn)練流程中所涉及的處理要求，訓(xùn)練流程一般運行在提供高性能計算的云處理器上。

框架
機器學(xué)習(xí)是一個復(fù)雜的課題，尤其是在每次不得不從頭開始，定義網(wǎng)絡(luò)、網(wǎng)絡(luò)架構(gòu)和生成訓(xùn)練算法的時候。為幫助工程師實現(xiàn)網(wǎng)絡(luò)和訓(xùn)練網(wǎng)絡(luò)，有一些行業(yè)標準框架可供使用，例如 Caffe 和 Tensor Flow。Caffe 框架為機器學(xué)習(xí)開發(fā)人員提供各種庫、模型和 C++ 庫內(nèi)的預(yù)訓(xùn)練權(quán)重，同時提供 Python 和 Matlab 綁定。該框架能讓用戶無需從頭開始即能創(chuàng)建網(wǎng)絡(luò)并訓(xùn)練網(wǎng)絡(luò)，以開展所需的運算。為便于重復(fù)使用,Caffe 用戶能通過 model zoo 共享自己的模型。Model Zoo 提供多種能根據(jù)所需的專門任務(wù)實現(xiàn)和更新的模型。這些網(wǎng)絡(luò)和權(quán)重定義在 prototxt 文件中。在用于機器學(xué)習(xí)環(huán)境時，prototxt 文件是用于定義推斷引擎的文件。

圖2：定義網(wǎng)絡(luò)的 Prototxt 文件實例

實現(xiàn)嵌入式視覺和機器學(xué)習(xí)
基于可編程邏輯的解決方案，例如異構(gòu)賽靈思 All Programmable Zynq? -7000 SoC（片上系統(tǒng)）和 Zynq? UltraScale+? MPSoC 等多處理器片上系統(tǒng) (MPSoC) 越來越廣泛地用于嵌入式視覺應(yīng)用。這些器件將可編程邏輯 (PL) 架構(gòu)與處理系統(tǒng) (PS) 中的高性能ARM? 內(nèi)核完美組合在一起。這種組合形成的系統(tǒng)擁有更快的響應(yīng)速度，極為靈活便于未來修改，并且提供了高能效解決方案。對許多應(yīng)用來說低時延決策與響應(yīng)循環(huán)極為重要。例如視覺引導(dǎo)自主機器人，響應(yīng)時間對避免給人員造成傷害、給環(huán)境造成破壞至關(guān)重要。縮短響應(yīng)時間的具體方法是使用可編程邏輯實現(xiàn)視覺處理流水線和使用機器學(xué)習(xí)推斷引擎實現(xiàn)機器學(xué)習(xí)。在這方面使用可編程邏輯，與傳統(tǒng)解決方案相比可減少系統(tǒng)瓶頸問題。在使用基于 CPU/GPU 的方法時，運算每一階段都需要使用外部 DDR，因為圖像不能在有限內(nèi)部緩存內(nèi)的功能間傳遞。可編程邏輯方法使用內(nèi)部 ARM 按需提供緩存，允許采用流媒體方法。避免在 DDR 內(nèi)存儲中間元不僅可降低圖像處理的時延，而且還能降低功耗，甚至提高確定性，因為無需與其他系統(tǒng)資源共享訪問。

圖 3：可編程邏輯實現(xiàn)的好處

使用賽靈思提供的 reVISION? 堆棧，在異構(gòu) SoC 中能輕松實現(xiàn)圖像處理算法和機器學(xué)習(xí)網(wǎng)絡(luò)?；?SDSoC? 工具，reVISION 能同時支持傳統(tǒng)圖像應(yīng)用和機器學(xué)習(xí)應(yīng)用。在 reVISION 內(nèi)部，同時支持 OpenVX 和 Caffe 框架。為支持 OpenVX 框架，內(nèi)核圖像處理功能可被加速到可編程邏輯中，以創(chuàng)建圖像處理流水線。同時機器學(xué)習(xí)推斷環(huán)境支持可編程邏輯中的硬件優(yōu)化庫，以實現(xiàn)執(zhí)行機器學(xué)習(xí)實現(xiàn)方案的推斷引擎。

圖4：reVISION 堆棧

reVISION 提供與 Caffe 的集成，這樣實現(xiàn)機器學(xué)習(xí)推斷引擎就如同提供 prototxt 文件和經(jīng)訓(xùn)練的權(quán)重一樣簡單，框架負責(zé)處理其余工作。然后使用 prototxt 文件對運行在處理系統(tǒng)上的 C/C++ 調(diào)度器進行配置，以加速可編程邏輯中硬件優(yōu)化庫上的神經(jīng)網(wǎng)絡(luò)推斷。可編程邏輯用于實現(xiàn)推斷引擎，內(nèi)含 Conv、ReLu 和 Pooling 等功能。

圖5：Caffe 流程集成

機器學(xué)習(xí)推斷引擎實現(xiàn)方案中使用的數(shù)值表示系統(tǒng)也對機器學(xué)習(xí)性能有重要作用。機器學(xué)習(xí)應(yīng)用正越來越多地使用更高效的降精度定點數(shù)值系統(tǒng)，例如 INT8 表達式。與傳統(tǒng)的浮點 32 (FP32) 方法相比，使用定點降精度數(shù)值系統(tǒng)不會造成顯著的精度下降。因為與浮點相比，定點數(shù)學(xué)在實現(xiàn)難度上也明顯更低，轉(zhuǎn)而采用 INT8 能在一些實現(xiàn)中提供更高效、更快速的解決方案。使用定點數(shù)值系統(tǒng)對在可編程邏輯解決方案中的實現(xiàn)方案而言相當(dāng)理想，reVISION 在可編程邏輯中能與 INT8 表達式協(xié)同工作。這些 INT8 表達式方便在可編程邏輯中使用專門的 DSP 模塊。在使用相同的內(nèi)核權(quán)重時，這些 DSP 模塊架構(gòu)能實現(xiàn)最多兩個并發(fā) INT8 乘法累加運算供執(zhí)行。這樣不僅能提供高性能實現(xiàn)方案，而且還能夠降低功耗。只要采用，可編程邏輯的靈活性也還便于實現(xiàn)進一步降精度定點數(shù)值表達系統(tǒng)。

圖6：不同權(quán)重表達的網(wǎng)絡(luò)精度。

資料來源： https://arxiv.org/pdf/1510.00149v5.pdf

真實性能
在真實環(huán)境中，reVISION 堆棧能帶來明顯優(yōu)勢。在嵌入式視覺應(yīng)用中使用機器學(xué)習(xí)的應(yīng)用實例之一，如車輛避碰系統(tǒng)。在 reVISION 中針對賽靈思 UltraScale+ MPSoC 并開發(fā)相關(guān)應(yīng)用，使用 SDSoC 在可編程邏輯中按需為各項功能加速以達到優(yōu)化性能，能明顯改善響應(yīng)性。在都用于實現(xiàn) GoogLeNet 解決方案的條件下，將 reVISION MPSoC 的響應(yīng)時間與基于 GPU 的方法進行對比，差異相當(dāng)明顯。reVISION 設(shè)計能在 2.7ms 內(nèi)發(fā)現(xiàn)潛在的碰撞事件并啟動車輛制動（使用的批量規(guī)模為 1），而基于 GPU 的方法則需要用時49ms-320ms（具體取決于其實現(xiàn)方案）（對大批量規(guī)模）。GPU 架構(gòu)需要大批量規(guī)模才能實現(xiàn)合理的吞吐量，但會以犧牲響應(yīng)時間為代價，而 Zynq 在批量規(guī)模為 1 的情況下也能以極低時延實現(xiàn)高性能。這種反應(yīng)時間上的差異可以決定碰撞發(fā)生與否。

總結(jié)
機器學(xué)習(xí)將繼續(xù)成為眾多應(yīng)用的重要推動因素，尤其是在視覺導(dǎo)向機器人或所謂的“協(xié)作機器人”中。將處理器內(nèi)核與可編程邏輯結(jié)合的異構(gòu) SoC, 能創(chuàng)建非常高效、極具響應(yīng)性且可重配置的解決方案。像reVISION 這樣的堆棧的推出，首次將可編程邏輯的好處帶給了更廣闊的開發(fā)者社群，同時還縮短了解決方案的開發(fā)時間。