基于RISC-V的人工智能应用开发

　　目录
　　前言
　　部分
　　第 1 章 RISC-V 构架及人工智能芯片 K210 介绍 1
　　1.1 RISC-V 构架  1
　　1.2 人工智能芯片 3
　　1.3 RISC-V 人工智能芯片 K210  5
　　第 2 章 输入/输出  12
　　2.1 K210 的输入/输出程序 12
　　2.2 Obtian_Studio 开发环境使用入门 14
　　2.3 K210 输入程序 16
　　2.4 外部中断  17
　　2.5 实现与板无关的程序设计 19
　　2.6 现场可编程 IO 阵列工作原理 20
　　2.7 输入与中断工作原理 29
　　2.8 K210 与 STM32F103\STM32F746 简单比较 36
　　2.9 K210 启动原理 38
　　2.10 Arduino 风格的 LED 闪烁程序 40
　　2.11 Obtain_Studio 集成开发系统常用技巧  43
　　第 3 章 串口通信  46
　　3.1 K210 个串口通信程序 46
　　3.2 串口通信的中断 49
　　3.3 使用 Obtain_HMI 串口调试程序 52
　　3.4 高速串口 UART 54
　　3.5 K210 串口通信工作原理 55
　　第 4 章 定时器与日历 61
　　4.1 K210 定时器程序 61
　　4.2 实时时钟  65
　　4.3 脉冲宽度调制器 70
　　4.4 看门狗  73
　　第 5 章 音频输入/输出接口 77
　　5.1 K210 音频输入/输出实例 77
　　5.2 K210 音频输入/输出工作原理  80
　　第 6 章 显示屏驱动 88
　　6.1 K210 的 LCD 显示 88
　　6.2 GUI 程序设计 91
　　6.3 汉字显示以及基本图形绘制 99
　　6.4 SPI 串行外设接口 109
　　第 7 章 摄像头数据采集 117
　　7.1 K210 摄像头数据采集 117
　　7.2 DVP 接口工作原理 122
　　第 8 章 外部存储器 131
　　8.1 SD 卡文件读写实例 131
　　8.2 K210 的 SDIO 接口 134
　　8.3 FAT 文件系统 136
　　8.4 SD 卡上图像文件的读取与显示 146
　　第 9 章 K210 的 WS2812 驱动 156
　　9.1 K210 IO 驱动程序波形测试 156
　　9.2 LED 灯带驱动 160
　　第 10 章 K210 的 ESP8266 驱动 170
　　10.1 简单的 ESP8266 驱动测试程序  170
　　10.2 WiFi 模块 174
　　10.3 ESP8266 Station 模式 177
　　第 11 章 K210 的 MicroPython 编程 182
　　11.1 MicroPython 编程实例 182
　　11.2 MicroPython 基本操作 188
　　11.3 MicroPython 基本模块与函数  195
　　第二部分
　　第 12 章 Keras 人工神经网络应用设计 203
　　12.1 人工神经网络工作原理 203
　　12.2 Keras 人工神经网络设计 205
　　12.3 Keras 应用技巧  210
　　12.4 BP 人工神经网络 212
　　第 13 章 Keras 卷积神经网络及深度学习 221
　　13.1 卷积运算程序 221
　　13.2 卷积的作用 224
　　13.3 卷积神经网络 227
　　13.4 简单卷积神经网络设计 231
　　第 14 章 TensorFlow Lite 安卓应用开发  239
　　14.1 TensorFlow Lite 概要  239
　　14.2 TFLite 模型在安卓中的应用 240
　　14.3 MobileNet 模型应用 245
　　第三部分
　　第 15 章 YOLO 网络与目标检测基础  249
　　15.1 YOLO 目标检测入门实例 249
　　15.2 目标检测与对象识别概要 251
　　15.3 YOLO 网络结构 254
　　15.4 YOLO_Mark 数据集制作工具  256
　　15.5 基于 Python 的 YOLO 训练 259
　　15.6 基于 Darknet 的 YOLO 训练 260
　　第 16 章 YOLO 网络样本标注与训练  266
　　16.1 Obtain_YOLO_eMake 样本标注与训练软件 266
　　16.2 YOLO 网络配置参数 275
　　16.3 Obtain_YOLO_eMake 应用练习  282
　　第 17 章 YOLO 网络结构分析 283
　　17.1 YOLOv1 网络结构 283
　　17.2 YOLOv2 网络原理 287
　　17.3 YOLOv3 网络结构 290
　　第 18 章 YOLO 网络在安卓中的应用  296
　　18.1 采用 Obtain_YOLO_eMake 创建模型 296
　　18.2 YOLO Lite 安卓程序  300
　　第四部分
　　第 19 章 K210 人工神经网络应用设计 303
　　19.1 K210 人工神经网络应用设计入门  303
　　19.2 KPU 应用基础 307
　　第 20 章 K210 卷积神经网络应用设计 312
　　20.1 K210 卷积运算入门 312
　　20.2 K210 卷积神经网络 316
　　第 21 章 K210 神经网络处理器工作原理分析  319
　　21.1 K210 使用不同的神经网络模型  319
　　21.2 KPU 图像检测原理 321
　　21.3 K210 工作原理分析 324
　　第 22 章 K210 神经网络处理器应用实例 335
　　22.1 K210 手势检测应用示例 335
　　22.2 K210 人脸检测应用示例 341
　　参考文献 346
　　参考电子资源  347"

　　廖义奎，主要研究方向是物联网、嵌入式系统及智能控制，长期从事自动控制、电子产品及计算机软件的研究与开发工作，出版著作独著9部，合著1部，发表与合作发表论文30篇，申请发明专利5项，实用新型专利5项，软件著作权7项。

　　本书较全面地介绍人工智能芯片 K210 的特点和应用开发，深入浅出地讲解人工神经网络、卷积神经网络的应用设计，特别是全面和深入分析 YOLO 网络与目标检测方法，并把 YOLO 网络应用于 K210 之中。
　　*部分为RISC-V 及人工智能芯片，主要介绍 RISC-V 构架人工智能芯片 K210 应用开发，包括 RISC-V 构架及人工智能芯片 K210 介绍、输入/输出、串口通信、定时器与日历、音频输入/输出接口、显示屏驱动、摄像头数据
　　采集、外部存储器、K210 的 WS2812 驱动、K210 的 ESP8266 驱动以及 K210 的 MicroPython 编程。第二部分为深度学习，主要介绍 Keras 及 TensorFlow Lite 应用开发，包括 Keras 人工神经网络应用设计、Keras 卷积神经网络及深
　　度学习、TensorFlow Lite 安卓应用开发。第三部分为 YOLOv3 目标检测，主要介绍 YOLOv1/v2/v3 深度卷积神经网络目
　　标检测应用开发，包括 YOLO 网络与目标检测基础、YOLO 网络样本标注与训练、YOLO 网络结构分析、YOLO 网络在
　　安卓中的应用。第四部分为 YOLO 和 K210 综合应用，主要介绍 K210 卷积神经网络应用实例，包括 K210 人工神经网络
　　应用设计、K210 卷积神经网络应用设计、K210 神经网络处理器工作原理分析、K210 神经网络处理器应用实例。