ZHCADU3A February 2024 – November 2024 AM62A1-Q1 , AM62A3 , AM62A3-Q1 , AM62A7 , AM62A7-Q1 , AM62P , AM62P-Q1 , DS90UB953A-Q1 , DS90UB960-Q1 , TDES960 , TSER953
TI 的 EdgeAI-ModelZoo 提供了數百個先進的模型，這些模型從原始訓練框架轉換或導出為嵌入式適用格式，因此可卸載到 C7x-MMA 深度學習加速器。基于云的 Edge AI Studio 提供了一款易于使用的模型選擇 工具。它會進行動態更新以包含 TI EdgeAI-ModelZoo 支持的所有模型。該工具無需任何經驗，并提供了一個易于使用的界面，用于輸入期望模型中所需的特性。
為這個多攝像頭深度學習實驗選擇了 TFL-OD-2000-ssd-mobV1-coco-mlperf。該多物體檢測模型是在 Tensor Flow 框架中開發的，輸入分辨率為 300x300。表 4-1 展示了在含有大約 80 個不同類的 COCO 數據集上進行訓練時該模型的重要功能。
| 型號 | 任務 | 分辨率 | FPS | mAP 在 COCO 上的精度達 50% | 延遲/幀 (ms) | DDR 帶寬利用率（MB/幀） |
|---|---|---|---|---|---|---|
| TFL-OD-2000-ssd-mobV1-coco-mlperf | 多物體檢測 | 300x300 | 約 152 | 15.9 | 6.5 | 18.839 |