TinyML：基于TensorFlow Lite 在Arduino 和超低功耗微控制器上部署机器学习

199

第 9 章

行人检测：创建应用程序

如果你问人们人的哪种感觉对日常生活影响最大，许多人一定会回答“视觉”。

注 16

视觉是一种非常有用的感觉。它使无数自然生物能够在环境中穿行、寻找食物来源，避

免陷入危险。作为人类，视觉帮助我们识别我们的朋友、解释符号信息，使我们不必依

靠近距离接触也能了解我们周围的世界。

直到不久之前，机器还没有视觉。大多数机器人只是在有限的范围内使用触摸和近距离

传感器进行探测，从一系列碰撞中收集有关结构的信息。人类不需要与物体本身有任何

的交互，只需看一眼就可以描述一个对象的形状、属性和用途。但是机器人没有这样的

能力。对于机器人来说，视觉信息过于混乱，没有结构，而且难以理解。

随着卷积神经网络（Convolutional Neural Network，CNN）的发展，创建可以“看见”

（see）的程序变得越来越容易。受到哺乳动物视觉皮层结构的启发，CNN 可以学习理解

我们的视觉世界，将极其复杂的输入过滤到已知模型和形状的映射表中。这些碎片信息

的精确组合可以告诉我们，给定的数字图像中存在哪些物体。

如今，视觉模型已经被用于许多不同的任务。自动驾驶汽车使用视觉来识别道路上的危险。

工厂机器人使用相机找出有缺陷的零件。研究人员训练出的病例学模型可以根据医学图像

诊断疾病。还有，你的智能手机很可能可以在照片中发现人脸，以确保它们能完美对焦。

有视力的机器可以帮助我们改造房屋和城市，使以前难以自动化的杂务自动化。但是视

觉是一种亲密的感觉。我们大多数人都不喜欢有摄像头记录自己的行动，或者自己的生 ...