研究生课程教学大纲 (3)内存编程优化 实践3基于新工程开发嵌入式A虹应用(3学时) (1)创建以acl_resnet50样例为模板的工程，该样例基于Caffe ResNet-50网络（单 输入、单Batch)实现图片分类： (2)将Caffe ResNet--50网络的模型文件转换为适配昇腾Al处理器的离线模型(*.om 文件)，加载该om文件，对2张*jPg图片进行同步推理，输出top5置信度的 类别标识。 实践4视频人脸识别(5学时) (1)通过人脸检测、关键点检测、特征向量提取三个模型的推理之后完成人脸特征 提取： (2)将Application部署至Atlas2O0DK上实现人脸注册并对视频流中的人脸进行识 别，与己注册的人脸进行比对，预测出最可能的用户： (3) 推理结果经过后处理解析后，调用Presenter Agent的接口向Presenter Server发 送数据，Presenter Server接收到Presenter Agent发送的数据后，进行画框和ID 展示，用户通过浏览器访问Presenter Server查看人脸识别的结果。 实践5基于CAN的无人车(5学时) (1)通过Atas200DK加载模型，从摄像头获取输入，实现图像推理等操作： (2)通过杜邦线把推理结果传递给电机驱动板，实现小车实时控制： (3) 通过加载A!模型实现无人车检测车道线、小车前方是否有跌落危险检测、小车 前方物体检测等功能： (4)下载手机端遥控软件，操控验证小车车道线检测、防跌落、物体跟随等功能。 三、教学方式 课程采取“线上自学+课堂教学+案例实践”并行的教学方式。 钱上自学 嵌入式系统 嵌入式处 嵌入式操 嵌入式软件 嵌入式linux 基础 理器 作系统 开发平台 驱动开发 课堂教学 嵌入式AI 神经网络模型 嵌入式编 CPU/内存/通 嵌入式AI硬 嵌入式AI软 概述 压缩与加速 程概要 信编程优化 件开发平台 件开发平台 案例实践 嵌入式AI 嵌入式C 嵌入式CPU 嵌入式内存 昇腾310 应用开发与 开发环境 编程实践 编程优化 编程优化 TBE算子开发 推理部署 四、考核方式与成绩评定 1.课程考核方式：考查。 2.成绩评定：实践过程70%+应用项目设计报告30% 5研究生课程教学大纲 5 （3） 内存编程优化 实践 3 基于新工程开发嵌入式 AI 应用(3 学时) （1） 创建以 acl_resnet50 样例为模板的工程，该样例基于 Caffe ResNet-50 网络（单 输入、单 Batch）实现图片分类； （2） 将 Caffe ResNet-50 网络的模型文件转换为适配昇腾 AI 处理器的离线模型（*.om 文件），加载该 om 文件，对 2 张*.jpg 图片进行同步推理，输出 top5 置信度的 类别标识。 实践 4 视频人脸识别 (5 学时) （1） 通过人脸检测、关键点检测、特征向量提取三个模型的推理之后完成人脸特征 提取； （2） 将 Application 部署至 Atlas 200 DK 上实现人脸注册并对视频流中的人脸进行识 别，与已注册的人脸进行比对，预测出最可能的用户； （3） 推理结果经过后处理解析后，调用 Presenter Agent 的接口向 Presenter Server 发 送数据，Presenter Server 接收到 Presenter Agent 发送的数据后，进行画框和 ID 展示，用户通过浏览器访问 Presenter Server 查看人脸识别的结果。 实践 5 基于 CANN 的无人车(5 学时) （1） 通过 Atlas200 DK 加载模型，从摄像头获取输入，实现图像推理等操作； （2） 通过杜邦线把推理结果传递给电机驱动板，实现小车实时控制； （3） 通过加载 AI 模型实现无人车检测车道线、小车前方是否有跌落危险检测、小车 前方物体检测等功能； （4） 下载手机端遥控软件，操控验证小车车道线检测、防跌落、物体跟随等功能。 三、教学方式 课程采取“线上自学+课堂教学+案例实践”并行的教学方式。 嵌入式系统 基础 嵌入式处 理器 嵌入式操 作系统 嵌入式软件 开发平台 嵌入式linux 驱动开发 嵌入式AI 概述 神经网络模型 压缩与加速 嵌入式编 程概要 嵌入式AI硬 件开发平台 嵌入式AI软 件开发平台 嵌入式AI 开发环境 嵌入式C 编程实践 嵌入式CPU 编程优化 嵌入式内存 编程优化 线上自学 课堂教学 案例实践 昇腾310 TBE算子开发 应用开发与 推理部署 CPU/内存/通 信编程优化 四、考核方式与成绩评定 1. 课程考核方式：考查。 2. 成绩评定：实践过程 70%+应用项目设计报告 30%