技术特征：
1.一种进行物体类别识别的人工智能系统，其特征在于，包括：可编程逻辑器件，用于采集原始图像数据，对所述原始图像数据进行预处理；通过用于进行物体类别识别的人工智能ai模型，对预处理后获得的图像数据中的物体的类别进行识别，得出初步识别结果；处理芯片，用于获取所述可编程逻辑器件得出的初步识别结果；对所述初步识别结果进行优化处理，得出并输出最终识别结果。2.如权利要求1所述的人工智能系统，其特征在于，还包括：共享存储器，用于保存所述可编程逻辑器件发送的预处理后获得的图像数据，以及保存所述可编程逻辑器件发送的初步识别结果；所述可编程逻辑器件通过并行总线连接所述共享存储器；所述处理芯片通过系统总线连接所述共享存储器；可编程逻辑器件，还用于将预处理后获得的图像数据发送至所述共享存储器；将得出的初步识别结果发送至所述共享存储器；所述处理芯片，还用于从所述共享存储器读取图像数据并发送给所述可编程逻辑器件，以及读取所述初步识别结果。3.如权利要求1所述的人工智能系统，其特征在于：所述可编程逻辑器件为现场可编程门阵列fpga；所述处理芯片为微控制单元mcu，所述人工智能系统为片上系统。4.如权利要求2所述的人工智能系统，其特征在于，所述可编程逻辑器件包括：图像采集模块，用于通过摄像头或者高清多媒体接口hdmi设备获取原始图像数据，对所述原始图像数据进行预处理，并将所述预处理后获得的图像数据发送至所述共享存储器；推理模块，接收所述处理芯片发送的图像数据，通过用于进行物体类别识别的人工智能ai模型，对所述图像数据中的物体的类别进行识别，得出初步识别结果。5.如权利要求4所述的人工智能系统，其特征在于，所述图像采集模块包括：开关控制器，用于选择摄像头输入的原始图像数据或高清多媒体接口hdmi设备输入的原始图像数据；图像预处理子摸块，用于对接收到原始图像数据进行预处理，将预处理后的图像数据通过并行总线发送至所述共享存储器，其中，所述预处理包括以下处理中的一种或者多种：图像裁剪处理、灰度处理、特征值提取处理。6.如权利要求5所述的人工智能系统，其特征在于，所述图像预处理子摸块包括以下单元中的一种或者多种：灰度处理单元，用于对所述原始图像数据进行灰度二值化处理，转为灰度图像；裁剪处理单元，用于将所述原始图像数据裁剪成预定大小的图像；特征值提取处理单元，用于提取所述原始图像数据中预定特征的取值。7.如权利要求4所述的人工智能系统，其特征在于，所述处理芯片包括：读取模块，用于从所述共享存储器读取图像数据，将读取到的图像数据发送给可编程逻辑器件的推理模块；优化模块，用于从所述共享存储器读取初步识别结果，并对所述初步识别结果进行优
化处理，得出最终识别结果；输出模块，输出所述最终识别结果。8.如权利要求7所述的人工智能系统，其特征在于：所述初步识别结果包括所述图像数据中至少一个物体对应的初步识别子结果，所述初步识别子结果包括至少一个类别；所述优化模块对所述初步识别结果进行优化处理，得出最终识别结果包括：所述优化模块通过softmax运算，得出所述初步识别结果中每个初步识别子结果包括的所有类别的分值，根据每个初步识别子结果包括的所有类别的分值得出最终识别结果。9.如权利要求1-8中任一项所述的人工智能系统，其特征在于：所述用于进行物体类别识别的人工智能ai模型为在云端通过样本数据训练得到的物体类别识别模型；其中，所述样本数据为标注有物体类别特征的图像数据。10.一种进行物体类别识别的方法，应用于所述权利要求1-9中任一项所述的进行物体类别识别的人工智能系统中，所述方法包括：可编程逻辑器件采集原始图像数据，对所述原始图像数据进行预处理；通过用于进行物体类别识别的人工智能ai模型对所述图像数据中的物体的类别进行识别，得出初步识别结果；处理芯片获取所述可编程逻辑器件得出的初步识别结果；对所述初步识别结果进行优化处理，得出并输出最终识别结果。
技术总结
本申请公开了一种进行物体类别识别的人工智能系统及方法，包括：可编程逻辑器件，用于采集原始图像数据，对原始图像数据进行预处理；通过用于进行物体类别识别的人工智能AI模型，对预处理后获得的图像数据中的物体的类别进行识别，得出初步识别结果；处理芯片，用于获取可编程逻辑器件得出的初步识别结果；对初步识别结果进行优化处理，得出并输出最终识别结果。本申请实施例的人工智能系统具有低功耗、低延时、低成本、高性能和易扩展等优点，适合在AI边缘端移动设备中使用。AI边缘端移动设备中使用。AI边缘端移动设备中使用。
技术研发人员：刘锴 宋宁 徐庆嵩 范召 杜金凤 詹宁斯
受保护的技术使用者：广东高云半导体科技股份有限公司
技术研发日：2021.03.31
技术公布日：2022/10/3