描述

學習曲線和挑戰！

我最初參加自適應計算挑戰賽時的想法是在您的房屋周圍創建情境意識：家庭輔助情境意識 (HASA)。使用對象檢測模型、流式攝像頭和 Kria KV260 Vision AI 套件，其目的是識別房子周圍感興趣的事件（汽車/貨車/卡車出現在您的車道上，一個人正在走向您的房子或正在在您的車道上，校車到達等），然后在該事件發生時通過短信通知您。我已經用 Jetson Nano（用 Python 編寫）做過類似的事情，所以我認為用 Kria KV260 進行模擬并不難。是不是讓我大吃一驚！

作為自適應計算挑戰賽的一部分，我是獲得 Kria KV260 Vision AI Starter Kit 的幸運者之一。它由電路板和附件包組成，其中包括 USB 電纜、HDMI 電纜、以太網電纜、MicroSD 卡、相機模塊和電源適配器。

Kria KV260 Vision AI 入門套件，帶附件包

?

我遇到的第一個挑戰是使用哪種操作系統？比賽開始后不久，Xilinx 宣布Ubuntu現在是 Kria KV260 的一個選項。鑒于我以前從未使用過 Petalinux，我認為 GUI 是安全的選擇。這樣做的缺點是操作系統太新了，大多數賽靈思文檔都提到了 Petalinux 操作系統，而且許多示例僅與 Petalinux 兼容（即 Smartcamera）。我想我可以使用自己的模型并開發自己的可執行文件。

第二個挑戰是硬件沒有配備 Wifi！無論好壞，我的房子都是用無線的，而且我要工作的區域并不靠近路由器或接入點，所以我必須想辦法實現無線！我從另一個硬件中借了一個 Realtek USB Wifi 適配器，并尋找可以與 Kria 一起使用的驅動程序。經過幾個小時的網絡搜索和一些死胡同，我終于有了一個可以工作的 USB Wifi 適配器！是的！

Kria 上的 Wifi，耶！

?

一旦我加載了操作系統并啟動了 Wifi，我的下一步就是測試 NLP Smartvision 示例。該示例相當集中在其自己的目錄中，因此使用起來相當簡單。這是有道理的，因為交通模型的意圖是駕駛汽車的視角。

?

?

?

我嘗試了 RGB 顏色輸入和黑白（用于陽光漂白的條件），模型在兩者中都表現良好。當檢測到感興趣的對象時，會發送一條短信提醒房主：

檢測到事件時發送文本消息。

?

結論

這個項目對我來說是一個挑戰，花了很多時間。我對 FPGA 沒有太多經驗，這是我第一次涉足 AMD-Xilinx 硬件。我花了很多時間和研究來學習 Vitis AI 庫的結構和功能。瀏覽Vitis AI 模型動物園并測試與這些模型兼容的示例 真的很巧妙。

未來的能力將是根據我的確切需求增加或定制模型。我嘗試使用自己的模型，但未能成功使其與 Kria 一起使用。我很高興我能夠從 SSD 流量模型轉移到 SSD Mobilenet V2 模型并獲得更好的結果。我希望你喜歡這個，并隨時與任何問題聯系。謝謝！

?

?