莱迪思解决方案

这里有轻松快速实现设计所需的全部资源

Share This Result >

Narrow Your Results



Solution Type



Device Support






Tags















































Providers





Clear All
  • Scene Segmentation Reference Design

    Reference Design

    Scene Segmentation Reference Design

    Efficient and low power approach for implementing scene segmentation using Lattice CrossLink-NX FPGA
    Scene Segmentation Reference Design
  • 用户追踪和旁观者检测演示

    Demo

    用户追踪和旁观者检测演示

    该演示示例使用CNN模型,在低功耗通用FPGA上运行,可检测和追踪多个人脸
    用户追踪和旁观者检测演示
  • 目标分类参考设计

    Reference Design

    目标分类参考设计

    基于在莱迪思CertusPro-NX低功耗FPGA上运行的Mobilenet神经网络模型实现目标分类参考设计
    目标分类参考设计
  • 目标分类演示

    Demo

    目标分类演示

    使用CNN模型在低功耗通用FPGA上运行的目标检测、分类和追踪多个目标的演示
    目标分类演示
  • CrossLink-NX-33 Voice and Vision Machine Learning Board

    Board

    CrossLink-NX-33 Voice and Vision Machine Learning Board

    CrossLink-NX-33 Voice and Vision Machine Learning Board is designed using Crosslink-NX 33K, ideal for machine learning applications.
    CrossLink-NX-33 Voice and Vision Machine Learning Board
  • CrossLink-NX声音和视觉机器学习板

    Board

    CrossLink-NX声音和视觉机器学习板

    专为采用莱迪思sensAI和CrossLink-NX器件的低功耗机器学习应用而设计。包括图像传感器、麦克风、HyperRAM和扩展端口。
    CrossLink-NX声音和视觉机器学习板
  •  手势检测

    Reference Design

    手势检测

    使用红外图像传感器实现基于AI的低功耗手势检测系统
     手势检测
  • Barcode Detection Demonstration

    Demo

    Barcode Detection Demonstration

    Barcode Detection Demo running process using the CertusPro-NX™ Voice and Vision Machine Learning platform.
    Barcode Detection Demonstration
  • CertusPro-NX声音和视觉机器学习板

    Board

    CertusPro-NX声音和视觉机器学习板

    快速为网络边缘设计AI用例!该开发板与莱迪思sensAI解决方案集合提供了用于开发基于视觉和音频的AI应用的工具。
    CertusPro-NX声音和视觉机器学习板
  • User Background Blurring Demonstration

    Demo

    User Background Blurring Demonstration

    Efficient and low power approach for implementing user background blurring using Lattice CrossLink-NX FPGA
    User Background Blurring Demonstration
  • 条码检测参考设计

    Reference Design

    条码检测参考设计

    该演示使用了CertusPro-NX语音和视觉机器学习板及其基于Yolov5 NN模型的摄像头条形码检测功能。
    条码检测参考设计
  • 高级CNN加速器IP

    IP Core

    高级CNN加速器IP

    计算神经网络的各个网络层,包括卷积层、池化层、批量归一化层和全连接层。
    高级CNN加速器IP
  • 人员侦测

    Reference Design

    人员侦测

    使用莱迪思sensAI IP持续搜索附近是否有人存在并报告结果。可作修改用于检测其他任何物体。
    人员侦测
  • 人脸识别参考设计

    Reference Design

    人脸识别参考设计

    在ECP5 FPGA上使用卷积神经网络检测人脸,并与已注册的人脸进行匹配。可以用于识别其他任何对象。
    人脸识别参考设计
  • 对象计数

    Reference Design

    对象计数

    基于莱迪思sensAI的对象计数应用示例。包括SPI、DDR IP模块、ISP引擎、8个CNN引擎和一个计数/标记叠加(overlay)引擎。
    对象计数
  • CNN Plus加速器IP

    IP Core

    CNN Plus加速器IP

    使用CNN实现超低功耗AI解决方案。最多可配置16位位宽。可搭配莱迪思神经网络编译器软件工具。
    CNN Plus加速器IP
  • Page 1 of 2
    First Previous
    1 2
    Next Last