Der Stack soll Software- und Systementwicklern ohne spezifische Hardware-Expertise bei der Entwicklung von intelligenten bildverarbeitungsgestützten Systemen unterstützen. Dabei werden maschinelles Lernen, computergestützte Bildverarbeitung, Sensorik und Verbindungstechnologien kombiniert.


Visionbasierte Hableiterbausteine werden in Marktsegmenten wie High-End-Konsumer, Automotive, Industrie, Medizin, Aerospace und Militär eingestezt. Die Applikationen der nächsten Generation umfassen kollaborative Roboter (cobots), Drohnen mit spezifischer Erkennungs- und Ausweichfähigkeit (sense and avoid), Augmented Reality, autonome Fahrzeuge, automatische Überwachungssysteme und die medizinische Diagnostik.



Der Stack ...

hilft laut Xilinx bei der Erstellung reaktionsschneller Vision-Systeme mit bis zu sechsfach besserer Kenngröße "Bild/Sekunde/Watt" bei der Machine Learning Inferenz, eine 40-fache bessere Kenngröße "frames/second/watt" für Computer Vision, und einem Fünftel der Latenz handelsüblicher Embedded GPUs und typischer SoCs.


Auch Entwickler mit begrenzter Hardware-Expertise können einen C/C++/OpenCL Entwicklungsfluss mit Standard-Frameworks und Bibliotheken wie Caffe und OpenCV zur Entwicklung ihrer Embedded Vision Applikationen auf einem Zynq SoC oder MPSoC nutzen.


Mit Rekonfigurierbarkeit und universeller (any-to-any) Konnektivität können die Entwickler den Stack auch zur Bereitstellung von Upgrades verwenden. Rekonfigurierbarkeit ist kritisch für die Zukunftssicherung intelligenter Vision-Systeme, da sich die neuralen Netzwerke, Algorithmen, Sensor-Technologien und Interface-Standards immer rascher weiterentwickeln.


Der Xilinx reVISION Stack stellt Entwicklungs-Ressourcen für Plattformen, Algorithmen und Applikationen bereit. Das umfasst auch die Unterstützung von neuralen Netzwerken wie AlexNet, GoogLeNet, SqueezeNet, SSD und FCN. Außerdem enthält der Stack Bibliotheks-Elemente, einschließlich vordefinierter und optimierter Implementierungen von CNN Network Layern, wie sie zur Erstellung kundenspezifischer neuraler Netzwerke (DNN/CNN) erforderlich sind.



Die Machine Learning Elemente werden ergänzt ...

durch beschleunigungsfähige OpenCV-Funktionen für Computer Vision Processing. Entwicklungen auf der Applikationsebene unterstützt Xilinx mit Industrie-Standard Frameworks wie Caffe für Machine Learning und OpenVX für Computer Vision. Der reVISION Stack enthält auch Entwicklungsplattformen von Xilinx und Drittanbietern, einschließlich solcher für unterschiedliche Sensortypen.


Der reVISION Stack wird im zweiten Quartal 2017 verfügbar sein.