百度大腦EdgeBoard AI計算盒/計算卡系百度與米爾聯合推出的一款高性能,高可靠性的AI計算盒/計算卡。該產品基于Xilinx Zynq UltraScale+ MPSoC 系列 FPGA可伸縮計算架構，可支持二次開發，支持高精度模型/多模型部署，同時搭載百度大腦PaddlePaddle（飛漿）框架，能無縫銜接百度大腦AI開放能力與工具平臺，并且采用寬溫設計，整體式無風扇被動散熱，可適應工業場景的惡劣環境，是批量化AI項目落地的卓越選擇。

計算卡：

計算盒：

FZ5C的CPU - XCZU5EV屬于Zynq UltraScale + MPSoC系列SoC，集成了ARM四核Cortex-A53（PS），雙核Cortex-R5（PS），Mali-400 MP2 圖形處理單元和Kintex Ultrascale + FPGA（PL）。四核Cortex-A53具有強大的計算能力，雙核Cortex-R5可用于實時處理應用，Mali-400 MP2可用于加速圖形處理，VCU可用于硬件視頻編解碼加速應用，而FPGA具有完全可編程性。配合豐富都常用接口以及可擴展接口，可適應各種應用場景。

一、AI軟核簡介
軟核組成部分:

軟核內部搭載Linux系統，開發者可以基于Linux系統進行應用程序開發。應用程序獲取視頻輸入，調用paddlelite預測庫加載模型，調度模型和驅動加速模塊進行計算，加速模型運行，獲得運行結果。考慮到便捷二次開發，EdgeBoard軟核存放于系統SD卡中，方便用戶開發自己的應用程序，在批量生產場景可裝載到eMMC中。經過多次迭代，EdgeBoard 1.5.1版本迎來重大升級，預測庫由原來的paddle-mobile升級為paddlelite。

常用模型在FZ5C上的性能表現：

二、人體分析例程
繼上次的FZ3水果識別Demo后，本次迎來了基于FZ5C EdgeBoard 計算盒的人體分析Demo。

Demo預置人體檢測和人體屬性模型，支持多人檢測場景，可標記圖像中所有人體的坐標位置；同時，可識別人體的22類通用屬性，包含性別年齡、服飾類別、服飾顏色、佩戴物、行為動作（抽煙/使用手機等）。內置EdgeBoard管理系統，支持可視化管理USB攝像頭和RTSP網絡攝像頭，最大支持4-8路攝像頭，支持一鍵加載EasyDL圖像分類和物體檢測專項SDK和PaddlePaddle框架模型。

1，人體分析功能介紹

人體檢測

檢測圖像中的所有人體，返回每個人體的矩形框位置；支持人體重疊、遮擋、截斷、背面、側面、動作變化等復雜場景。

適應輕度遮擋、輕度截斷、背面、側面、中低空斜拍等復雜場景，實際應用中可根據接口輸出的人體框概率分數進行過濾，排除掉分數低的誤識別“無效人體”。

人體屬性識別

對于輸入的一張圖片（可正常解碼，且長寬比適宜），檢測圖像中的所有人體并返回每個人體的矩形框位置，識別人體的靜態屬性和行為，共支持22種屬性，包括：性別、年齡階段、上下身服飾（含類別/顏色）、是否戴帽子、是否戴口罩、是否戴眼鏡、背包、是否吸煙、是否使用手機、人體朝向等。

主要適用于監控場景的中低空斜拍視角，支持人體輕度截斷、輕度遮擋、背面、側面、動作變化等復雜場景。

攝像頭硬件選型無特殊要求，分辨率建議720p以上，更低分辨率的圖片也能識別，只是效果可能有差異。夜間紅外監控圖片的識別效果可能欠佳。

2，模型使用說明

a.登錄EdgeBoard管理系統

用一臺與EdgeBoard在相同局域網的PC電腦訪問此地址：http://ip:8899/index.html

b.添加攝像頭

1).在登錄后可進?『攝像頭管理』，可點擊『添加設備』按鈕進?攝像頭設備添加：

2).點擊『添加設備』后彈出對話框如下，帶星號的為必填項，可選擇USB 或RTSP攝像頭：

c.HTTP接口配置

1).進入EdgeBoard管理系統『模型管理』，點擊『編輯模型』

2).點擊『編輯模型』后彈出對話框如下，填寫『結果回調』：可以將推理的圖?及結果數據通過HTTP回調接口回傳指定地址

d.攝像頭配置模型

1).進入EdgeBoard管理系統『攝像頭管理』，點擊攝像頭列表右側的『選擇模型』

2).點擊『選擇模型』后彈出對話框如下，在彈出的模型中，勾選需要的模型，并選擇識別頻率，如3 秒1張。點擊『提交』

3).進入EdgeBoard管理系統『系統設置』，點擊『重啟Edgeboard 』，待Edgeboard 完成設置及重啟后才能?效。

e.查看模型運行結果

進入EdgeBoard管理系統『攝像頭管理』，點擊攝像頭列表右側的『查看監控』，可刷新查看到當前攝像頭運?模型的結果

審核編輯 黃昊宇