基于RISC-V的人工智能应用开发RISC-V构架人工智能芯片K应用开发教程书籍K

本书较全面地介绍人工智能芯片 K210 的特点和应用开发，深入浅出地讲解人工神经网络、卷积神经网络的应用设计，特别是全面和深入分析 YOLO 网络与目标检测方法，并把 YOLO 网络应用于 K210 之中。
*部分为RISC-V 及人工智能芯片，主要介绍 RISC-V 构架人工智能芯片 K210 应用开发，包括 RISC-V 构架及人工智能芯片 K210 介绍、输入/输出、串口通信、定时器与日历、音频输入/输出接口、显示屏驱动、摄像头数据
采集、外部存储器、K210 的 WS2812 驱动、K210 的 ESP8266 驱动以及 K210 的 MicroPython 编程。第二部分为深度学习，主要介绍 Keras 及 TensorFlow Lite 应用开发，包括 Keras 人工神经网络应用设计、Keras 卷积神经网络及深
度学习、TensorFlow Lite 安卓应用开发。第三部分为 YOLOv3 目标检测，主要介绍 YOLOv1/v2/v3 深度卷积神经网络目
标检测应用开发，包括 YOLO 网络与目标检测基础、YOLO 网络样本标注与训练、YOLO 网络结构分析、YOLO 网络在
安卓中的应用。第四部分为 YOLO 和 K210 综合应用，主要介绍 K210 卷积神经网络应用实例，包括 K210 人工神经网络
应用设计、K210 卷积神经网络应用设计、K210 神经网络处理器工作原理分析、K210 神经网络处理器应用实例。

编辑**

介绍了RISC-V构架人工智能芯片K210的特点和应用开发方法。本书的编写方法基本上是每一章都首先介绍应用开发实例，从*简单的实例到较复杂的应用循序渐进地介绍；然后在每一章的后半部分再深入介绍其低层的工作原理。

廖义奎，主要研究方向是物联网、嵌入式系统及智能控制，长期从事自动控制、电子产品及计算机软件的研究与开发工作，出版著作独著9部，合著1部，发表与合作发表论文30篇，申请发明专利5项，实用新型专利5项，软件著作权7项。

前言
diyi部分 
第 1 章 RISC-V 构架及人工智能芯片 K210 介绍 1 
1.1 RISC-V 构架  1 
1.2 人工智能芯片 3 
1.3 RISC-V 人工智能芯片 K210  5 
第 2 章 输入/输出  12 
2.1 K210 的输入/输出程序 12 
2.2 Obtian_Studio 开发环境使用入门 14 
2.3 K210 输入程序 16 
2.4 外部中断  17 
2.5 实现与板无关的程序设计 19 
2.6 现场可编程 IO 阵列工作原理 20 
2.7 输入与中断工作原理 29 
2.8 K210 与 STM32F103\STM32F746 简单比较 36 
2.9 K210 启动原理 38 
2.10 Arduino 风格的 LED 闪烁程序 40 
2.11 Obtain_Studio 集成开发系统常用技巧  43 
第 3 章 串口通信  46 
3.1 K210 diyi个串口通信程序 46 
3.2 串口通信的中断 49 
3.3 使用 Obtain_HMI 串口调试程序 52 
3.4 高速串口 UART 54 
3.5 K210 串口通信工作原理 55 
第 4 章 定时器与日历 61 
4.1 K210 定时器程序 61 
4.2 实时时钟  65 
4.3 脉冲宽度调制器 70 
4.4 看门狗  73 
第 5 章 音频输入/输出接口 77 
5.1 K210 音频输入/输出实例 77 
5.2 K210 音频输入/输出工作原理  80 
第 6 章 显示屏驱动 88 
6.1 K210 的 LCD 显示 88 
6.2 GUI 程序设计 91 
6.3 汉字显示以及基本图形绘制 99 
6.4 SPI 串行外设接口 109 
第 7 章 摄像头数据采集 117 
7.1 K210 摄像头数据采集 117 
7.2 DVP 接口工作原理 122 
第 8 章 外部存储器 131 
8.1 SD 卡文件读写实例 131 
8.2 K210 的 SDIO 接口 134 
8.3 FAT 文件系统 136 
8.4 SD 卡上图像文件的读取与显示 146 
第 9 章 K210 的 WS2812 驱动 156 
9.1 K210 IO 驱动程序波形测试 156 
9.2 LED 灯带驱动 160 
第 10 章 K210 的 ESP8266 驱动 170 
10.1 简单的 ESP8266 驱动测试程序  170 
10.2 WiFi 模块 174 
10.3 ESP8266 Station 模式 177 
第 11 章 K210 的 MicroPython 编程 182 
11.1 MicroPython 编程实例 182 
11.2 MicroPython 基本操作 188 
11.3 MicroPython 基本模块与函数  195 
第二部分 
第 12 章 Keras 人工神经网络应用设计 203 
12.1 人工神经网络工作原理 203 
12.2 Keras 人工神经网络设计 205 
12.3 Keras 应用技巧  210 
12.4 BP 人工神经网络 212 
第 13 章 Keras 卷积神经网络及深度学习 221 
13.1 卷积运算程序 221 
13.2 卷积的作用 224 
13.3 卷积神经网络 227 
13.4 简单卷积神经网络设计 231 
第 14 章 TensorFlow Lite 安卓应用开发  239 
14.1 TensorFlow Lite 概要  239 
14.2 TFLite 模型在安卓中的应用 240 
14.3 MobileNet 模型应用 245 
第三部分 
第 15 章 YOLO 网络与目标检测基础  249 
15.1 YOLO 目标检测入门实例 249 
15.2 目标检测与对象识别概要 251 
15.3 YOLO 网络结构 254 
15.4 YOLO_Mark 数据集制作工具  256 
15.5 基于 Python 的 YOLO 训练 259 
15.6 基于 Darknet 的 YOLO 训练 260 
第 16 章 YOLO 网络样本标注与训练  266 
16.1 Obtain_YOLO_eMake 样本标注与训练软件 266 
16.2 YOLO 网络配置参数 275 
16.3 Obtain_YOLO_eMake 应用练习  282 
第 17 章 YOLO 网络结构分析 283 
17.1 YOLOv1 网络结构 283 
17.2 YOLOv2 网络原理 287 
17.3 YOLOv3 网络结构 290 
第 18 章 YOLO 网络在安卓中的应用  296 
18.1 采用 Obtain_YOLO_eMake 创建模型 296 
18.2 YOLO Lite 安卓程序  300 
第四部分 
第 19 章 K210 人工神经网络应用设计 303 
19.1 K210 人工神经网络应用设计入门  303 
19.2 KPU 应用基础 307 
第 20 章 K210 卷积神经网络应用设计 312 
20.1 K210 卷积运算入门 312 
20.2 K210 卷积神经网络 316 
第 21 章 K210 神经网络处理器工作原理分析  319 
21.1 K210 使用不同的神经网络模型  319 
21.2 KPU 图像检测原理 321 
21.3 K210 工作原理分析 324 
第 22 章 K210 神经网络处理器应用实例 335 
22.1 K210 手势检测应用示例 335 
22.2 K210 人脸检测应用示例 341 
参考文献 346 
参考电子资源  347"