Khóa Luận Tốt Nghiệp Kỹ Thuật Máy Tính: Bộ Tăng Tốc AI Tích Hợp Trên Ultra96V2 Cho Smart Camera

• Tác giả: Nguyen Tien Bao
• Người hướng dẫn: TS. Nguyen Minh Son
• Trường học: Đại học Công nghệ Thông tin, Đại học Quốc gia TP. Hồ Chí Minh
• Chuyên ngành: Kỹ thuật Máy tính
• Đề tài: Bộ Tăng Tốc AI Trên Ultra96-V2 Cho Smart Camera
• Loại tài liệu: Khóa luận tốt nghiệp
• Năm xuất bản: 2022
• Địa điểm: TP. Hồ Chí Minh

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: GIỚI THIỆU ĐỀ TÀI
• 1.1. Lý do chọn đề tài
• 1.2. Một số nghiên cứu liên quan
• 1.2.1. Nghiên cứu ngoài nước
• 1.2.2. Nghiên cứu trong nước
• 1.3. Mục tiêu đề tài
• 1.4. Giới hạn đề tài
• 1.5. Kết quả mong muốn
• 1.6. Bố cục luận văn
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Field Programmable Gate Array (FPGA)
• 2.2. Kiến trúc tổng quát
• 2.3. Hệ thống nhúng
• 2.3.1. Phần mềm của một hệ thống nhúng
• 2.3.2. Phần cứng của một hệ thống nhúng
• 2.3.3. Đặc điểm của một hệ thống nhúng
• 2.4. Hệ thống SoC (System on Chip)
• 2.4.1. Định nghĩa hệ thống SoC
• 2.4.2. Cấu trúc phần cứng của một SoC
• 2.5. Smart Camera
• 2.6. High resolution classifier
• 2.6.1. Kiến trúc Anchor Box
• 2.6.2. K-means clustering
• 2.6.3. Direction location prediction
• 2.6.4. Fine-grained feature
• 2.6.5. Multi-scale training
• 2.6.6. Light-weight backbone
• 2.7. Các công cụ xử lý audio, video của FFmpeg
• 2.8. Các gói thư viện của FFmpeg
• 3. CHƯƠNG 3: THIẾT KẾ HỆ THỐNG
• 3.1. Ý tưởng đề xuất cho hệ thống
• 3.2. Thiết kế tổng quát của hệ thống
• 3.3. Hệ thống SoC tích hợp IP YOLO2_FPGA trên Vivado 2019
• 3.4. Cải tiến tốc độ của khối YOLOv2 và hệ thống SoC Smart Camera
• 3.5. Xây dựng luồng streaming cho Smart Camera
• 3.5.1. Streaming phạm vi local đối với camera hình ảnh thường
• 3.5.2. Streaming phạm vi local đối với camera hình ảnh xử lý YOLOv2
• 3.5.3. Streaming phạm vi Internet đối với camera hình ảnh thường
• 3.5.4. Streaming phạm vi Internet đối với camera hình ảnh xử lý YOLOv2
• 3.6. Xây dựng chương trình thực thi bằng công cụ Vitis 2019
• 4. CHƯƠNG 4: HIỆN THỰC, THỰC NGHIỆM VÀ ĐÁNH GIÁ KẾT QUẢ
• 4.1. Zynq UltraScale+ MPSoC
• 4.2. Kịch bản thực nghiệm và phương pháp đánh giá
• 4.2.1. Kịch bản thực nghiệm
• 4.2.2. Phương pháp đánh giá
• 4.3. Kết quả thực nghiệm
• 4.3.1. Kết quả nhận diện
• 4.3.2. Tốc độ nhận diện
• 4.3.3. Kết quả thực nghiệm khi streaming phạm vi Local
• 4.3.4. Kết quả thực nghiệm khi streaming phạm vi Internet
• 4.4. Đánh giá hệ thống
• 4.4.1. Khoảng cách kết nối
• 4.4.2. Xem trực tiếp và xem lại
• 4.5. Đóng gói sản phẩm
• 5. CHƯƠNG 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• 5.1. Hướng phát triển của đề tài
• DANH MỤC HÌNH
• DANH MỤC BẢNG
• DANH MỤC TỪ VIẾT TẮT
• TÓM TẮT KHÓA LUẬN

I. Giới thiệu đề tài

Khóa luận tốt nghiệp này tập trung vào việc phát triển Bộ tăng tốc AI tích hợp trên Ultra96V2 cho Smart Camera. Mục tiêu chính là cải thiện tốc độ xử lý và hiệu suất của hệ thống camera thông minh bằng cách tối ưu hóa các thuật toán Xử lý AI và Tăng tốc phần cứng. Đề tài này không chỉ mang tính học thuật mà còn có ứng dụng thực tiễn cao trong các hệ thống Camera AI hiện đại.

1.1 Lý do chọn đề tài

Với sự phát triển nhanh chóng của Công nghệ AI, nhu cầu về các hệ thống Smart Camera có khả năng xử lý hình ảnh và dữ liệu nhanh chóng ngày càng tăng. Ultra96V2 là một nền tảng phần cứng lý tưởng để tích hợp các thuật toán Xử lý hình ảnh và Tối ưu hóa AI. Đề tài này nhằm giải quyết các thách thức về tốc độ và hiệu suất trong các hệ thống camera thông minh.

1.2 Mục tiêu đề tài

Mục tiêu chính của Khóa luận tốt nghiệp là thiết kế và triển khai một Bộ tăng tốc AI trên Ultra96V2 để cải thiện tốc độ xử lý của Smart Camera. Đề tài cũng tập trung vào việc tối ưu hóa các thuật toán Xử lý AI và Tăng tốc phần cứng để đạt được hiệu suất cao nhất.

II. Cơ sở lý thuyết

Phần này trình bày các khái niệm cơ bản về FPGA, Hệ thống nhúng, và Công nghệ AI được sử dụng trong đề tài. Ultra96V2 là một nền tảng phần cứng mạnh mẽ, kết hợp giữa FPGA và Hệ thống SoC, cho phép tích hợp các thuật toán Xử lý hình ảnh và Tăng tốc AI một cách hiệu quả.

2.1 Field Programmable Gate Array FPGA

FPGA là một công nghệ phần cứng lập trình được, cho phép tùy chỉnh các chức năng xử lý dữ liệu. Trong đề tài này, FPGA được sử dụng để tăng tốc các thuật toán Xử lý AI trên Ultra96V2.

2.2 Hệ thống nhúng

Hệ thống nhúng là các hệ thống máy tính được thiết kế để thực hiện các chức năng cụ thể. Trong Smart Camera, hệ thống nhúng đóng vai trò quan trọng trong việc xử lý và truyền dữ liệu hình ảnh.

III. Thiết kế hệ thống

Phần này mô tả quá trình thiết kế và tích hợp Bộ tăng tốc AI trên Ultra96V2. Hệ thống được thiết kế để tối ưu hóa tốc độ xử lý và hiệu suất của Smart Camera thông qua việc sử dụng các thuật toán Xử lý hình ảnh và Tăng tốc phần cứng.

3.1 Thiết kế tổng quát

Hệ thống được thiết kế dựa trên nền tảng Ultra96V2, kết hợp giữa FPGA và Hệ thống SoC. Các thuật toán Xử lý AI được tích hợp để cải thiện tốc độ xử lý hình ảnh và dữ liệu.

3.2 Tích hợp IP YOLOv2

Thuật toán YOLOv2 được tích hợp vào hệ thống để nhận diện và xử lý hình ảnh. Quá trình tích hợp được thực hiện thông qua công cụ Vivado và Vitis của Xilinx.

IV. Thực nghiệm và đánh giá

Phần này trình bày các kết quả thực nghiệm và đánh giá hiệu suất của hệ thống. Các thử nghiệm được thực hiện để đo lường tốc độ xử lý, độ trễ, và hiệu suất của Smart Camera khi sử dụng Bộ tăng tốc AI trên Ultra96V2.

4.1 Kết quả nhận diện

Hệ thống đạt được độ chính xác cao trong việc nhận diện các đối tượng trong hình ảnh. Tốc độ xử lý được cải thiện đáng kể nhờ vào việc sử dụng Bộ tăng tốc AI.

4.2 Đánh giá hiệu suất

Các thử nghiệm cho thấy hệ thống có khả năng xử lý hình ảnh với tốc độ cao và độ trễ thấp. Điều này chứng tỏ hiệu quả của việc tích hợp Bộ tăng tốc AI trên Ultra96V2.

V. Kết luận và hướng phát triển

Khóa luận tốt nghiệp đã thành công trong việc thiết kế và triển khai Bộ tăng tốc AI trên Ultra96V2 cho Smart Camera. Hệ thống đạt được hiệu suất cao và có tiềm năng ứng dụng rộng rãi trong các hệ thống camera thông minh. Hướng phát triển trong tương lai bao gồm việc tối ưu hóa thêm các thuật toán Xử lý AI và mở rộng ứng dụng của hệ thống.

5.1 Kết luận

Đề tài đã chứng minh hiệu quả của việc sử dụng Bộ tăng tốc AI trên Ultra96V2 để cải thiện tốc độ và hiệu suất của Smart Camera. Các kết quả thực nghiệm cho thấy hệ thống có khả năng xử lý hình ảnh với độ chính xác cao và độ trễ thấp.

5.2 Hướng phát triển

Trong tương lai, đề tài có thể được mở rộng bằng cách tích hợp thêm các thuật toán Xử lý AI tiên tiến và tối ưu hóa hiệu suất của hệ thống. Ngoài ra, việc ứng dụng hệ thống trong các lĩnh vực khác như an ninh, giám sát cũng là một hướng phát triển tiềm năng.