阿里云上可以做網站嗎,比較有名的個人網站,網站主持人制作,wordpress免費主題模板1. 當AI不止于識別#xff1a;探索CANN的趣味應用 在我們之前的文章中#xff0c;我們聊了許多關于圖像分類、目標檢測的話題#xff0c;這些都是AI在“看懂”世界方面的應用。但AI的魅力遠不止于此。當它與物理世界互動#xff0c;會誕生出機器人#xff1b;當它被賦予創(chuàng)…1. 當AI不止于識別探索CANN的趣味應用在我們之前的文章中我們聊了許多關于圖像分類、目標檢測的話題這些都是AI在“看懂”世界方面的應用。但AI的魅力遠不止于此。當它與物理世界互動會誕生出機器人當它被賦予創(chuàng)造力可以成為藝術家當它學會理解人類的筆跡便能打破數字世界與物理書寫的隔閡。cplusplus/contrib目錄就是這樣一個充滿想象力的“創(chuàng)客空間”。這里的案例不再局限于傳統(tǒng)的視覺任務而是將CANN的能力延伸到了機器人控制、藝術生成、人機交互等多個特色領域。它們就像一個個開箱即用的“AI玩具”不僅好玩而且背后蘊含著深刻的技術思想。這篇文章我們將一起探索Ascbot機器人、AI_paintingAI繪畫和HandWrite手寫識別這三個明星項目看看CANN是如何為這些酷炫的應用注入智能的靈魂。1.1.Ascbot讓機器人擁有“眼”和“腦”機器人技術的核心是“感知-決策-行動”的閉環(huán)。Ascbot案例就是這個閉環(huán)在昇騰平臺上的一個完美實現。它是一個可以自主巡線、識別并避開障礙物、甚至能跟隨特定目標的智能小車。該案例位于cplusplus/contrib/Ascbot。1.1.1. 機器人的“神經系統(tǒng)”Ascbot的代碼結構就像一個機器人的“神經系統(tǒng)”清晰地劃分了各個功能模塊/cplusplus/contrib/Ascbot/ ├── inc/ // 頭文件 │ ├── camera.h // 攝像頭機器人的“眼睛” │ ├── model_process.h // 模型處理機器人的“大腦” │ ├── wheel.h // 輪子控制機器人的“腿” │ ├── oled.h // OLED屏幕用于顯示狀態(tài) │ └── ... ├── src/ // 源文件 │ ├── main.cpp // 主程序中樞神經 │ ├── camera.cpp │ ├── model_process.cpp │ ├── wheel.cpp │ └── ... ├── model/ // 存放轉換好的OM模型 └── CMakeLists.txt這個結構體現了典型的嵌入式系統(tǒng)和機器人應用的設計思想硬件抽象camera.h,wheel.h,oled.h等文件將底層硬件操作封裝成簡潔的接口。上層應用不需要關心I2C、UART等具體協(xié)議只需調用如Wheel::Forward()這樣的高級函數。AI核心model_process.h負責加載和執(zhí)行AI模型。這是機器人的“大腦”負責從“眼睛”看到的圖像中理解出“前方是道路”、“左邊有障礙物”等語義信息。主邏輯控制main.cpp是總指揮。它在一個循環(huán)中不斷地“獲取圖像 - 大腦思考 - 指揮腿腳行動”完成了“感知-決策-行動”的完整閉環(huán)。1.1.2. “感知-決策-行動”的實現讓我們深入main.cpp的簡化邏輯看看這個閉環(huán)是如何運轉的// 位于 src/main.cpp (簡化邏輯)intmain(){// 1. 初始化初始化攝像頭、AI模型、輪子等所有模塊Camera camera;ModelProcessmodelProcessor(./model/road_detect.om);Wheel wheel;// 2. 進入主循環(huán)while(true){// 2.1. 感知 (Perception)// 從攝像頭獲取一幀圖像ImageData imagecamera.GetFrame();// 2.2. 決策 (Decision)// 將圖像送入AI模型進行推理得到決策結果// 比如模型輸出一個角度告訴輪子應該向左還是向右偏floatanglemodelProcessor.Predict(image);// 2.3. 行動 (Action)// 根據決策結果控制輪子轉動wheel.SetAngle(angle);}return0;}這段代碼雖然簡單但它精準地概括了幾乎所有智能機器人的核心工作流。CANN和AscendCL在其中的ModelProcess::Predict環(huán)節(jié)扮演了關鍵角色它為機器人提供了快速、低功耗的“思考”能力讓實時決策成為可能。Ascbot案例告訴我們AI不僅僅能“看”更能基于“看”的結果去“做”。1.2.AI_painting當代碼遇見梵高如果說Ascbot是邏輯與控制的體現那么AI_painting則完全是創(chuàng)造力與想象力的舞臺。這個案例讓你能像玩濾鏡一樣將一張普通的風景照一鍵轉換成梵高、莫奈等大師風格的藝術畫作。該案例位于cplusplus/contrib/AI_painting。1.2.1. 風格遷移的魔法這個案例的核心技術是“神經網絡風格遷移”Neural Style Transfer。它的原理可以通俗地理解為內容提取AI模型通常是卷積神經網絡如VGG能從一張圖片中提取出“內容特征”比如房子的輪廓、樹的形狀。風格提取同時模型也能從另一張畫作如梵高的《星空》中提取出“風格特征”比如筆觸、色彩搭配。特征融合算法的目標是生成一張新的圖片它既保留了原始圖片的內容又擁有了風格畫作的風格。AI_painting案例將這個復雜的過程封裝成了一個易于使用的應用。1.2.2. 前后端分離的Web應用與Ascbot不同AI_painting是一個典型的Web應用采用了前后端分離的架構。前端 (presenterserver/ui/): 使用HTML, CSS, JavaScript構建了一個漂亮的網頁。用戶可以在網頁上上傳自己的照片選擇想要的藝術風格。后端 (src/,presenterserver/中的Python部分):Web服務器如display_server.py接收前端發(fā)來的請求圖片和風格選項。它將請求轉發(fā)給C編寫的核心推理程序。C程序調用AscendCL加載并執(zhí)行風格遷移的.om模型生成藝術圖片。最后將生成的結果返回給前端網頁進行展示。這種架構在AI應用中非常普遍它讓專業(yè)的AI算法工程師可以專注于C后端的高性能實現而前端開發(fā)者則可以專注于用戶體驗的打磨。在這個案例中CANN的價值在于加速了風格遷移這個計算密集型任務。實時的風格轉換對計算量要求很高如果用CPU處理可能需要幾十秒甚至幾分鐘才能生成一張圖片這對于一個交互式應用是不可接受的。而利用昇騰硬件的強大算力可以將這個過程縮短到幾秒甚至毫秒級。1.3.HandWrite讓機器讀懂你的筆鋒手寫識別是人機交互領域的一個經典問題。HandWrite案例就為我們展示了如何利用CANN實現一個能識別攝像頭拍攝的手寫文字的應用。該案例位于cplusplus/contrib/HandWrite。1.3.1. 從像素到文字的旅程手寫識別通常包含兩個主要步驟文本檢測首先需要從輸入的圖片中找到哪里有文字。這一步通常使用一個目標檢測模型如EAST, DBNet來框出文本區(qū)域。文本識別然后對每一個框出的文本區(qū)域使用另一個識別模型如CRNN來將其轉換成真正的字符。HandWrite案例將這兩個模型串聯(lián)起來構成了一個完整的識別流水線Pipeline。1.3.2. 模型串聯(lián)與Presenter ServerHandWrite的實現與AI_painting有相似之處它也使用了Presenter Server來進行結果的可視化展示。但它的核心邏輯在于模型的串聯(lián)。// 簡化邏輯// 1. 加載檢測模型和識別模型ModelProcesstextDetector(./model/text_detection.om);ModelProcesstextRecognizer(./model/text_recognition.om);// 2. 獲取圖像ImageData imagecamera.GetFrame();// 3. 第一階段文本檢測// detectorResult 是一個包含了多個文本框坐標的列表autodetectorResulttextDetector.Predict(image);// 4. 第二階段文本識別std::vectorstd::stringfinalResults;for(autobox:detectorResult.boxes){// 4.1. 從原圖中裁剪出文本框區(qū)域ImageData croppedImageCropImage(image,box);// 4.2. 對裁剪出的圖像進行識別std::string texttextRecognizer.Predict(croppedImage);finalResults.push_back(text);}// 5. 將結果發(fā)送到Presenter Server進行展示PresenterChannel::SendResult(finalResults);這個流程清晰地展示了如何將多個AI模型組合起來解決一個更復雜的任務。CANN在這里的作用是確保這個流水線中的每一步特別是模型推理都能高效運行從而實現實時的識別效果。2. 總結AI的樂趣在于創(chuàng)造Ascbot,AI_painting,HandWrite……這些有趣的案例向我們證明AI技術遠非高冷和遙不可及。借助CANN這樣強大的開發(fā)平臺每一個開發(fā)者都有機會成為“創(chuàng)客”將自己的奇思妙想變?yōu)楝F實。這些案例的共同點在于始于一個有趣的想法無論是讓小車跑起來還是讓照片變成畫一個好的創(chuàng)意是項目的起點。AI是核心驅動力AI模型在其中扮演了“大腦”的角色負責最核心的智能決策。工程實現是骨架良好的軟件架構、模塊劃分和硬件封裝是讓創(chuàng)意落地的保障。現在你還在等什么呢去cplusplus/contrib目錄里找到你最感興趣的那個項目親手把它跑起來修改它甚至創(chuàng)造一個屬于你自己的全新應用。畢竟學習AI最大的樂趣就在于創(chuàng)造的過程本身。