基於影像擷取卡的 FPGA 深度學習
如果您的深度學習應用需要高通量,例如在時間緊迫的生產中使用,則基於影像擷取卡的深度學習視覺系統,將是您的正確選擇。
![](http://images-ctf.baslerweb.com/dg51pdwahxgw/FOVH5NqKYaJWhz314P5Ok/3bb499698e3f358cf0c401daec7d3fbc/d293ca06-6247-491e-bede-aa943ce8fcbe.webp?fm=webp&f=center&w=800&q=80&fit=pad)
![](http://images-ctf.baslerweb.com/dg51pdwahxgw/4ZoJ5VrLGmirgkkLRfHcjB/b4aec529fcb2064f30833fa197e9ad9f/Deep_Learning_Frame_Grabber_CNN_V02_1380x735px.webp?fm=webp&f=center&w=800&h=450&q=80&fit=pad)
deepVCL 影像擷取卡可對應各種最嚴苛的深度學習應用
FPGA 可在最短時間內產生大量資料,使其十分適用於高度嚴苛的深度學習應用。直接可用的卷積神經網路 (CNN) Camera Link 影像擷取卡microEnable 5 marathon deepVCL 是第一個專為高效能 CNN 布署設計的影像擷取卡。這款影像擷取卡包括威力強大的 Xilinx Kintex 7 視覺處理器,並配備一個 CNN 執行期許可。高達 850 MB/s 的高頻寬,讓你即使執行最困難的深度學習應用,例如工廠自動化中的表面檢測,也能享有超快的推理速度。
![](http://images-ctf.baslerweb.com/dg51pdwahxgw/tvqO2QzrYm8kxSMaWEAST/90e043f984900797f15d9c2379c56fdd/Deep_Learning_Software_DE_1380x735px_1150x_.webp?fm=webp&f=center&w=800&h=450&q=80&fit=pad)
透過 VisualApplet 軟體,將你的 CNN 帶到 FPGA 上。
透過我們獲獎肯定的圖型化 FPGA 程式工具 VisualApplet,將 CNN 布署到 FPGA 上,從此輕而易舉。VisualApplet 可以直接在 FPGA 上載入不同大小與複雜度的預訓練 CNN 架構。VisualApplets 支援來自最常見 CNN 程式館 (如 TensorFlow) 的預訓練網路。即使重新訓練,也能不費力地完成。額外的影像最佳化,也可以輕易整合為前製或後製步驟。
![](http://images-ctf.baslerweb.com/dg51pdwahxgw/7eYSbmCkWXMiUoXi2NE1vD/6d0fba3172543894887263bf1970d152/Deep_Learning_Contact_1380x735px_306x_.jpg?fm=webp&f=center&w=800&h=450&q=80&fit=pad)
讓我們幫你把你的 CNN 帶入 FPGA 上
對於實作 FPGA 深度學習應用,我們提供一個 CNN 執行期許可以及 2 組服務套件,每個服務套件都適用於你的深度學習經驗水準。對已訓練的網路,我們提供 FPGA 實作支援。對於深度學習較陌生的客戶,我們提供該 CNN 的完整設計,以及對應擬使用頻寬與精確度的 FPGA 實作,你的智慧財產權仍會保留在貴組織內。
To our frame grabber services