“智能硬件-实践教学”版本间的差异
来自iCenter Wiki
| 第24行： | 第24行： | ||
[http://gitlab.icenter.tsinghua.edu.cn/zhengwenxun/androidAudioRecg 安卓语音识别App开发] | [http://gitlab.icenter.tsinghua.edu.cn/zhengwenxun/androidAudioRecg 安卓语音识别App开发] | ||
| − | * | + | *声控[[智能硬件-云端整合]]。 |
| − | PYNQ使用（[http://pynq.io PYNQ入门指南]）。 | + | PYNQ使用（[http://pynq.io PYNQ入门指南]）。PYNQ深入（[http://pynq.readthedocs.io PYNQ]）。 |
| − | + | ** PYNQ端 | |
| + | # 调用API录音，发送录音文件或频谱图 | ||
| + | 录音输入[https://github.com/Xilinx/PYNQ/blob/master/Pynq-Z1/notebooks/examples/audio_playback.ipynb pynq_audio_playback] | ||
| + | *云推断模型AudioNet | ||
| + | *基于Flask开发，完成功能：# 接收录音文件，调用服务端处理程序# 运行Keras或者TensorFlow，对频谱图进行判断# 返回识别结果 | ||
| + | [http://gitlab.icenter.tsinghua.edu.cn/zhengwenxun/audioNet AudioNet] | ||
2017年6月17日 (六) 05:25的版本
- 课程准备
（1）云环境使用
微软Azure云账号创建；
工业云]账号创建；
- 声控智能硬件
（2）深度学习TensorFlow实践
微软Azure云带GPU的虚拟机创建，TensorFlow框架的tfExample实验；
（3）TensorFlow声控神经网络训练
语音指令录音文件（实验用）收集。
声控神经网络的语音处理和训练。（语音训练数据从服务器下载（\\101.6.160.42\saturn））
（4）安卓平台声控app开发
安装一下Android studio。安装软件从服务器上下载。
- 声控智能硬件-云端整合。
PYNQ使用（PYNQ入门指南）。PYNQ深入（PYNQ）。
- PYNQ端
- 调用API录音，发送录音文件或频谱图
- 云推断模型AudioNet
- 基于Flask开发，完成功能：# 接收录音文件，调用服务端处理程序# 运行Keras或者TensorFlow，对频谱图进行判断# 返回识别结果
- 机器视觉的对象检测
（1）英伟达Jetson TX1的YOLO算法实验（Jetson-TX1_YOLO）； （2）英伟达Jetson TX1上的CUDA编程。
（2）英伟达Jetson TX1的SSD算法实验（Jetson-TX1_SSD）；
