进行字符识别的人工智能系统及方法技术方案

一种进行字符识别的人工智能系统及方法，人工智能系统包括：共享存储器；处理芯片，用于解析用于进行字符识别的人工智能AI模型，确定所要运行的运算算子及其运行顺序并保存到共享存储器；可编程逻辑器件，用于获取所采集的包含待识别字符的原始图像并处理成图像数据保存到共享存储器，从共享存储器读取运行顺序，调度相应的运算算子对图像数据进行运算，得到图像字符识别结果并保存到共享存储器；处理芯片还用于从共享存储器读取图像数据输入可编程逻辑器件。本申请实施例具有低功耗、低延时、低成本和易扩展等优点，适合在边缘端嵌入式系统中使用。入式系统中使用。入式系统中使用。

【技术实现步骤摘要】
进行字符识别的人工智能系统及方法


[0001]本申请实施例涉及但不限于人工智能领域，尤其涉及一种进行字符识别的人工智能系统及方法。

技术介绍

[0002]随着AI(Artificial Intelligence，人工智能)技术的发展与广泛应用，对不同场景下的AI计算提出了越来越大的挑战。AI计算的应用从一开始的云端逐渐扩展到边缘端嵌入式系统。
[0003]一些技术中，在边缘端嵌入式系统中应用AI方法识别字符时，整个系统的功耗、成本高，高复杂的系统不利于布置，使得在边缘端嵌入式系统应用AI方法识别字符的性价比不高。

技术实现思路

[0004]以下是对本文详细描述的主题的概述，本概述并非是为了限制所附权利要求的保护范围。
[0005]本申请实施例提供了一种进行字符识别的人工智能系统，包括：
[0006]共享存储器；
[0007]处理芯片，用于解析用于进行字符识别的人工智能AI模型，确定所要运行的运算算子及其运行顺序并保存到所述共享存储器；
[0008]可编程逻辑器件，用于获取所采集的包含待识别字符的原始图像并处理成图像数据保存到所述共享存储器，从所述共享存储器读取所述运行顺序，调度相应的运算算子对所述图像数据进行运算，得到图像字符识别结果并保存到所述共享存储器；
[0009]所述处理芯片还用于从所述共享存储器读取所述图像数据输入所述可编程逻辑器件。
[0010]本申请实施例还提供了一种进行字符识别的方法，应用于上述进行字符识别的人工智能系统中，所述方法包括：
[0011]处理芯片解析用于进行字符识别的人工智能AI模型，确定所要运行的运算算子及其运行顺序并保存到共享存储器；
[0012]可编程逻辑器件获取所采集的包含待识别字符的原始图像并处理成所述图像数据保存到所述共享存储器；
[0013]所述处理芯片读取所述图像数据输入给所述可编程逻辑器件；
[0014]所述可编程逻辑器件从所述共享存储器读取所述运行顺序调度相应的运算算子，对所述图像数据进行运算得到图像字符识别结果，并保存到所述共享存储器。
[0015]本申请实施例的AI系统能够采用轻量级和低功耗的器件实现字符识别，降低了AI模型推断以及字符识别的复杂性，解决了边缘端嵌入式系统中应用AI方法识别字符时的高复杂、高功耗、高成本的问题，可以通过使用中低端的低功耗轻量化系统装载用于进行字符
识别的AI模型，可以降低全系统功耗，降低成本，提高边缘端嵌入式系统应用AI方法识别字符的性价比和效率。
[0016]在阅读并理解了附图和详细描述后，可以明白其他方面。
附图说明
[0017]附图用来提供对本申请技术方案的理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。
[0018]图1为本申请实施例的进行字符识别的人工智能系统的示意图；
[0019]图2为一种实施方式中采用片上系统实现AI系统的示意图；
[0020]图3为本申请实施例的进行字符识别的方法的流程示意图；
[0021]图4为示例中进行数字识别的流程示意图；
[0022]图5为示例中进行数字识别的AI系统的结构示意图；
[0023]图6为示例中图像预处理模块的示意图；
[0024]图7为示例中数字识别AI模型并行推断模块的示意图。
具体实施方式
[0025]本申请描述了多个实施例，但是该描述是示例性的，而不是限制性的，并且对于本领域的普通技术人员来说显而易见的是，在本申请所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合，并在具体实施方式中进行了讨论，但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外，任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用，或可以替代任何其它实施例中的任何其他特征或元件。
[0026]本申请包括并设想了与本领域普通技术人员已知的特征和元件的组合。本申请已经公开的实施例、特征和元件也可以与任何常规特征或元件组合，以形成由所附权利要求限定的独特的专利技术方案。任何实施例的任何特征或元件也可以与来自其它专利技术方案的特征或元件组合，以形成另一个由所附权利要求限定的独特的专利技术方案。因此，应当理解，在本申请中示出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此，除了根据所附权利要求及其等同替换所做的限制以外，实施例不受其它限制。此外，可以在所附权利要求的保护范围内进行各种修改和改变。
[0027]此外，在描述具有代表性的实施例时，说明书可能已经将方法和/或过程呈现为特定的步骤序列。然而，在该方法或过程不依赖于本文所述步骤的特定顺序的程度上，该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的，其它的步骤顺序也是可能的。因此，说明书中阐述的步骤的特定顺序不应被解释为对所附权利要求的限制。此外，针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤，本领域技术人员可以容易地理解，这些顺序可以变化，并且仍然保持在本申请实施例的精神和范围内。
[0028]本申请实施例提供了一种进行字符识别的人工智能系统，如图1所示，包括：
[0029]共享存储器10；
[0030]处理芯片11，用于解析用于进行字符识别的人工智能AI模型，确定所要运行的运
算算子及其运行顺序并保存到共享存储器10；
[0031]可编程逻辑器件12，用于获取所采集的包含待识别字符的原始图像并处理成图像数据保存到共享存储器10，从共享存储器10读取运行顺序，调度相应的运算算子对图像数据进行运算，得到图像字符识别结果并保存到共享存储器；
[0032]处理芯片11还用于从共享存储器10读取图像数据输入可编程逻辑器件12。
[0033]本实施例的AI系统能够采用轻量级和低功耗的器件实现字符识别，降低了AI模型推断以及字符识别的复杂性，解决了边缘端嵌入式系统中应用AI方法识别字符时的高复杂、高功耗、高成本的问题，可以通过使用中低端的低功耗轻量化系统装载用于进行字符识别的AI模型，降低了全系统功耗，降低了成本，提高了边缘端嵌入式系统应用AI方法识别字符的性价比和效率。
[0034]本实施例中，所述用于进行字符识别的AI模型可以是任一个可以从原始图像中识别、检测出字符的AI模型，通常可以通过机器学习的方法得到。字符识别结果可以看成是将图像数据输入用于进行字符识别的AI模型时，该AI模型的输出结果(或者称为该AI模型的推断结论)。
[0035]本实施例中，输出字符识别结果时还可以一并输出原始图像。
[0036]本实施例中，每个运算算子可以看成是所述AI模型中的一层，或者是AI模型所进行的运算中的一个步骤。运算算子可以但不限于通过函数或任务等形式进行保存，在根据运行顺序调度运算算子时可以但不限于是通过函数名或任务名等调本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种进行字符识别的人工智能系统，其特征在于，包括：共享存储器；处理芯片，用于解析用于进行字符识别的人工智能AI模型，确定所要运行的运算算子及其运行顺序并保存到所述共享存储器；可编程逻辑器件，用于获取所采集的包含待识别字符的原始图像并处理成图像数据保存到所述共享存储器，从所述共享存储器读取所述运行顺序，调度相应的运算算子对所述图像数据进行运算，得到图像字符识别结果并保存到所述共享存储器；所述处理芯片还用于从所述共享存储器读取所述图像数据输入所述可编程逻辑器件。2.如权利要求1所述的人工智能系统，其特征在于，所述可编程逻辑器件将所述原始图像处理成所述图像数据，包括：将所述原始图像分割为多组所述图像数据，每组所述图像数据分别对应一个字符的图像；所述根据所述运行顺序调度相应的运算算子对所述图像数据进行运算得到图像字符识别结果，包括：多个被调度的模型运算加速器核并行进行运算；其中，每个被调度的模型运算加速器核分别对一组所述图像数据进行运算，得到该组图像数据对应的所述图像字符识别结果；所述处理芯片，还用于根据所述图像数据的组数，调度所述可编程逻辑器件中相应个数的模型运算加速器核，并从所述共享存储器读取所述多组图像数据，按照一一对应的方式输入到所述模型运算加速器核，以及将多组图像数据各自对应的图像字符识别结果组合为最终的识别结果。3.如权利要求2所述的人工智能系统，其特征在于：所述待识别字符为仪表盘上的读数；所述人工智能系统还包括：无线传输模块，用于发送所述最终的识别结果；所述处理芯片还用于驱动所述无线传输模块，以及将所述最终的识别结果发送给所述无线传输模块。4.如权利要求1
‑
3中任一项所述的人工智能系统，其特征在于：所述处理芯片为微控制单元MCU，所述可编程逻辑器件为现场可编程门阵列FPGA；所述人工智能系统为片上系统；所述MCU通过系统总线连接所述共享存储器，所述FPGA通过并行总线连接所述共享存储器；所述运算算子由FPGA内核实现。5.如权利要求4所述的人工智能系统，其特征在于：所述运算算子包括以下一种或多种类型的运算算子：全连接运算算子、矩阵变换运算算子、柔性最大值传输运算算子、普通卷积运算算子、深度卷积运算算子、最大池化运算算子、平均池化运算算子。6.如权利要求1所述的人工智能系统，其特征在于，所述可编程逻辑器件包括：摄像头控...

【专利技术属性】
技术研发人员：刘锴，杜金凤，范召，宋宁，詹宁斯，
申请(专利权)人：广东高云半导体科技股份有限公司，
类型：发明
国别省市：