[发明专利]基于人工智能嵌入式系统和边缘系统应用方法

权利要求书

1.基于人工智能嵌入式系统和边缘系统应用方法，包括如下步骤：

S1：模型生成系统通过网络下载、自行拍摄和收集文本等方式收集需要的模型照片、文本，并将照片、文本传输到主机单元；

S2：将上传到主机单元的模型照片、文本进行检索，选择清晰直观的模型照片、文本，通过模型标注训练单元进行人工标注，生成模型训练所需的训练集的验证集；

S3：通过模型标注训练单元对人工标注好的模型进行训练，然后对训练好的模型进行测试，根据测试结果保存最优的训练模型；

S4：通过模型转换单元将训练模型转换为ONNX、TensorRT格式，随后通过模型传输单元将模型布置到Jetson主控系统的控制单元中；

S5：通过摄像单元对需要进行识别的区域进行拍摄，控制单元根据布置到Jetson主控系统中的模型对摄像单元拍摄的画面进行识别，判断画面中是否存在模型指代的物体；

S6：控制单元将摄像单元拍摄的画面和控制单元通过模型进行识别的画面通过显示单元进行实时显示，当画面中出现或未出现该模型指代的物体时，控制单元控制通知提醒单元进行提醒。

2.根据权利要求1所述的基于人工智能嵌入式系统和边缘系统应用方法，其特征在于，所述模型生成系统包括用于运行模型生成所需的软件的主机单元、用于对图片、文本进行收集的数据收集单元、用于对图片、文本进行人工标注和训练的模型标注训练单元、用于对模型格式进行转换的模型转换单元和用于对模型进行传输和布置的模型传输单元，所述数据收集单元、模型标注训练单元、模型转换单元和模型传输单元分别与主机单元相互通讯连接。

3.根据权利要求2所述的基于人工智能嵌入式系统和边缘系统应用方法，其特征在于，所述主机单元包括安装Linux或者Windows系统的计算机，数据收集单元包括网络图片搜集下载工具和各种拍摄清晰jpg格式照片的设备。

4.根据权利要求2所述的基于人工智能嵌入式系统和边缘系统应用方法，其特征在于，所述模型标注训练单元包括用于对收集的照片、文本进行目标识别的图像、文本等人工智能模型，高性能检测软件和对图片模型进行人工标记的labelImg图像标记工具，工作人员从数据收集单元收集来的图片模型中挑选显示清晰且直观的图片进行对应的人工标记。

5.根据权利要求2所述的基于人工智能嵌入式系统和边缘系统应用方法，其特征在于，所述模型转换单元利用Pytorch自带的torch.onnx.export，将常见的一些如pt、pth、pkl模型文件格式转换得到的ONNX格式，提高模型的运行速率；所述模型传输单元包括有线、无线网络和数据线传输，将根据图像、文本等人工智能模型的训练测试结果挑选出的最优的训练模型布置到Jetson主控系统中。

6.根据权利要求1所述的基于人工智能嵌入式系统和边缘系统应用方法，其特征在于，所述Jetson主控系统包括用于对边缘系统进行控制的控制单元、用于显示检测画面的显示单元、用于对检测区域进行摄像的摄像单元、用于对检测识别数据进行传输的远程通讯单元和用于对检测识别结果进行通知的通知提醒单元，所述显示单元、摄像单元、远程通讯单元和通知提醒单元分别与控制单元通讯连接。

7.根据权利要求6所述的基于人工智能嵌入式系统和边缘系统应用方法，其特征在于，所述控制单元包括Jetson型号的各款产品，显示单元为拥有HDMI接口的各型号显示器，显示单元直接通过HDMI线路与Jetson套件连接或者与通过无线和有线网络与Jetson套件进行通讯的计算机相连接，摄像单元为通过网络传输影像数据的各型号网络摄像头，远程通讯单元包括通过网线与Jetson连接的无线网络收发装置，通知提醒单元包括基于人工智能的语音播报软件、手机APP和相关web前端应用。