面向青少年人工智能教育的多目標識別系統(tǒng)設(shè)計

高婷婷　劉佳　陸佳楠　許偉　陳傳杰　宋法根

摘要：人工智能的迅猛發(fā)展給人類生產(chǎn)和生活帶來了較為深遠的影響，成為新一輪科技產(chǎn)業(yè)革命的前沿和熱點，而將人工智能教育融入中小學課堂已經(jīng)成為國家新戰(zhàn)略。然而，人工智能設(shè)備成本較高且配套教育資源較少，這給遠離城市的中小學帶來了很多困難。為了推動中國青少年人工智能教育的普及，減輕鄉(xiāng)鎮(zhèn)中小學校的經(jīng)費負擔，該文提出了一種基于K210人工智能芯片的圖像識別系統(tǒng)。通過訓練集圖片收集標注、模型訓練、硬件模塊連接、模型部署和調(diào)試等流程，完成了一個簡易的具有實時性的目標圖像識別檢測系統(tǒng)。該系統(tǒng)以YOLO算法為基礎(chǔ)，通過獲取實時圖像并進行特征提取，實現(xiàn)分類和識別。經(jīng)實驗測試，該系統(tǒng)不僅識別迅速和操作便捷，而且具有較高的準確性、良好的系統(tǒng)穩(wěn)定性和較低的制作成本。

關(guān)鍵詞：人工智能教育;中小學;YOLO;目標檢測

中圖分類號：G642? ?文獻標識碼：A

文章編號：1009-3044（2022）07-0078-03

1 概述

面對人工智能新興產(chǎn)業(yè)的迅猛發(fā)展，以人工智能為基礎(chǔ)的新工科專業(yè)已經(jīng)成為當下各高校的熱門專業(yè)，如智能制造工程、智能醫(yī)學工程等專業(yè)。對于中小學生而言，人工智能相關(guān)教育早在2001年的第一屆全國青少年機器人競賽中已經(jīng)開始萌芽，然而大部分活動只是以課外活動、興趣班等形式開展。當今世界正處于百年未有之大變局，為積極應(yīng)對新一輪科技和產(chǎn)業(yè)革命，中小學也必須加快普及人工智能教育。2017年國務(wù)院出臺了《新一代人工智能發(fā)展規(guī)劃》，文件指出要推動人工智能在教學等方面的全流程應(yīng)用。2019年國家教育部明確指出將積極推動中小學階段設(shè)置人工智能相關(guān)課程。人工智能不僅是教師教育改革的新工具，而且是學生課程學習的新內(nèi)容[1]。

2021年國務(wù)院辦公廳、國家教育部相繼出臺了雙減政策文件，其目的在于提高現(xiàn)有中小學育人水平。通過減少作業(yè)數(shù)量和嚴格規(guī)范校外培訓，糾正過往教育中只重視考試成績的極端現(xiàn)象，將青少年學生從大量作業(yè)和學科補習班中“解放”出來，使他們能夠擁有更多的時間參加興趣活動。在物理教學中，我們發(fā)現(xiàn)學生對教材中前沿科技內(nèi)容十分感興趣，例如智能機器人。然而，智能機器人設(shè)備造價一般都比較昂貴，這在很大程度上限制了部分非城鎮(zhèn)中小學校生接觸人工智能教育的機會。目前，只有部分一線城市的重點中小學校開展了相關(guān)的人工智能教育探索，而很多三四線城市尤其是鄉(xiāng)鎮(zhèn)中小學卻舉步維艱[2]。自研設(shè)備不僅能夠很好地控制成本，而且能夠在科技制作過程中對中小學教師進行培訓，獲得相關(guān)教學素材。人工智能是當今新一代信息技術(shù)前沿，而中小學教師在技術(shù)積累和研發(fā)經(jīng)驗方面都非常欠缺。委托人工智能相關(guān)教育公司可以解決問題，但是極大地增加了學校的經(jīng)費預算，實際可操作性并不理想。為了克服中小學師資力量在技術(shù)方面的不足，綜合各方因素，鹽城環(huán)保科技城實驗中學教學組聯(lián)合地方理工院校（鹽城工學院）共同開展了人工智能教育設(shè)備的相關(guān)研制工作。鹽城工學院于2019年獲教育部批準設(shè)立了人工智能本科專業(yè)，并與鹽南高新區(qū)共建有西伏河人工智能學院，在人工智能軟件和硬件條件方面（尤其是師資力量）具有充足的研發(fā)實力。

我們通過采用調(diào)查問卷和隨機提問等方式，結(jié)果發(fā)現(xiàn)學生對車牌識別、人臉打卡和驗證等技術(shù)的興趣十分濃厚。近些年，這種計算機視覺技術(shù)已經(jīng)成為人工智能領(lǐng)域的最熱門研究領(lǐng)域之一，其中包括基于深度學習的圖像識別技術(shù)。圖像識別技術(shù)已經(jīng)在眾多領(lǐng)域有著廣泛的實際應(yīng)用，例如無人駕駛技術(shù)、人臉識別技術(shù)、生物醫(yī)學診斷等。圖像識別經(jīng)歷了文字識別、數(shù)字圖像處理識別、物體識別三個重要階段，其中物體識別集成了人工智能、深度學習等多個技術(shù)[3]。

2 系統(tǒng)整體設(shè)計

本系統(tǒng)主要由人工智能芯片及電源模塊、語音播報模塊、液晶顯示模塊和圖像采集模塊等四個模塊部分組成，如圖1所示。本系統(tǒng)的基本流程是通過圖像采集模塊獲取外界圖像信息，并將數(shù)據(jù)傳送給AI芯片進行圖像處理和分類，最后將圖像信息及識別結(jié)果顯示在顯示模塊上，同時根據(jù)結(jié)果判斷播報對應(yīng)的提醒語音。由于本系統(tǒng)針對教學教具目的，需要滿足待機時間長和離線工作，本項目采用嘉楠科技的K210芯片為主控，其主要特點是功耗低（0.3W）、算力強（1TOPS）、具備自帶SRAM和離線數(shù)據(jù)庫，從而可以將訓練集植入到芯片內(nèi)部[4]。針對人臉檢測、圖像識別與分類等機器視覺應(yīng)用場景，K210芯片提供有專用的人工卷積神經(jīng)網(wǎng)絡(luò)加速器（KPU）、硬件傅里葉變換加速模塊（FFT）、獨立的高性能浮點運算處理單元（FPU）、音頻處理器（APU）以及各類外設(shè)接口（GPIO、SPI、I2C等），這些硬件資源極大地拓展了系統(tǒng)的應(yīng)用范圍。圖像采集模塊采用一款高質(zhì)量、低噪聲的攝像頭（GC0328），它具有640 × 480分辨率和10位模數(shù)轉(zhuǎn)化器。語音模塊是根據(jù)AI芯片識別檢測出的物體進行語音提醒，包括喇叭和TF卡，后者用于存儲語音播放的具體內(nèi)容。顯示模塊是一塊2.8英寸的LCD顯示屏，它主要用于調(diào)試過程中圖像的顯示識別。

3 主要硬件設(shè)計

3.1 K210芯片核心板

本系統(tǒng)采用技術(shù)成熟的基于K210的核心板，封裝方式為BGA144，正方形的每邊提供12個引腳（共144個），具體引腳功能描述參考說明書。電源域的IO引腳分配有14個。復位電路在上電、斷電和欠電條件下實現(xiàn)復位。通過在RST引腳配置開關(guān)復位電路即可實現(xiàn)。圖像采集模塊GC0328攝像頭采用24針接口連接到K210主開發(fā)板上。

KPU通用神經(jīng)網(wǎng)絡(luò)處理器主要用于對數(shù)據(jù)單元的內(nèi)置卷積、批歸一化、激活、池化運算單元，實現(xiàn)對人臉或物體進行實時檢測。K210芯片能夠支持當下主流訓練體系和框架，并按照特定規(guī)則訓練得到定點化的模型。它對網(wǎng)絡(luò)層的數(shù)量無直接限制，支持每層卷積神經(jīng)網(wǎng)絡(luò)參數(shù)的獨立配置，其中包括對輸入輸出（IO）通道數(shù)目和行寬、列高的設(shè)置，支持兩種類型的卷積內(nèi)核（1 × 1或3 × 3），實時工作狀態(tài)時最大支持神經(jīng)網(wǎng)絡(luò)參數(shù)文件的大小為 5.5～5.9MiB，而在非實時情況下的容量大小取決于閃存大小。經(jīng)過上述分析，該芯片完全滿足我們作為教學用具使用的基本要求。

3.2 語音模塊

為縮短項目周期，節(jié)省開發(fā)成本以及減少對K210芯片資源占用，語音提示模塊特別選用了已量產(chǎn)的成熟的工程模塊，該模塊具有供電方便，驅(qū)動簡單，方案成熟，語音清晰，自帶硬件反饋等優(yōu)點，極大加快了項目的開發(fā)進度精簡了驅(qū)動的編寫。

語音模塊有外接和內(nèi)接兩種方式。為了減少外部電源資源負擔，采用內(nèi)接法由核心板給語音模塊供電。語音模塊的觸發(fā)方式有單鍵觸發(fā)和編碼觸發(fā)模式。本系統(tǒng)采用編碼觸發(fā)模式，如表1所示。與之對應(yīng)的是A1～A5觸發(fā)信號線與K210芯片的IO9～IO14鏈接，如圖2所示。另外，語音模塊的SPEAKER1和SPEAKER2連接到揚聲器兩端。

3.3 各模塊系統(tǒng)集成

按照圖1中各模塊設(shè)計要求連接、焊接完成實物，如圖3。為了便于后期的模型訓練和實際應(yīng)用，我們將LCD顯示屏和攝像頭分別置于面包板的兩端，同時將喇叭音響放置在攝像頭一側(cè)。圖3是整個硬件系統(tǒng)的布局，各模塊在圖中的位置已經(jīng)詳細標注。

4 主要軟件設(shè)計

目前主流的勘智K210單片機軟件設(shè)計的語言有基于官方SDK的C語言和Micropython語言兩種，本次設(shè)計的軟件程序選用Micropython語言進行編寫。Micropython語言優(yōu)點很多，我們編譯環(huán)境角度來看：在一般嵌入式開發(fā)的過程中，C語言、匯編語言都需要提前安裝編譯環(huán)境，但是Micropython不需要。因為只要將程序文件main.py或者boot.py存入本系統(tǒng)中的Flash或者TF卡，燒錄在開發(fā)板的固件便會將程序進行編譯運行。只有將開發(fā)板上的USB口插入電腦或者將開發(fā)板上的TF卡接入電腦，電腦上便會顯示出可移動磁盤，只需要通過記事本編輯可移動磁盤里的main.py或者boot.py文件，因此MicroPython不需要安裝編譯工具和配置環(huán)境，十分方便簡潔，甚至開發(fā)工具只需要一個記事本程序就行。

另外，在匯編語言的環(huán)境下實現(xiàn)對底層硬件的操作比較簡單，但是若要編寫復雜功能的程序?qū)W生和教師就比較困難，代碼量巨大，Debug復雜。C語言相對于匯編編程具備有了庫的支持而不用重復開發(fā)底層驅(qū)動，MicroPython有比C語言有更加豐富的庫函數(shù)，這對教師和學生都是非常有用。

4.1 模型訓練

本系統(tǒng)采用開源的目標檢測算法YOLOv2，具有實時檢測多種不同對象類別的優(yōu)勢，滿足了日常大部分的需求[5]。YOLO是卷積神經(jīng)網(wǎng)絡(luò)在機器視覺上的運用，屬于單階段目標檢測算法，通過網(wǎng)格劃分實現(xiàn)快速的檢測速度，v2版本在Faster R-CNN算法的基礎(chǔ)上引入anchor機制。Faster-RCNN屬于雙階段目標檢測算法，相較于單階段算法，檢測精度更高，但是運算功耗和所需時間更長。YOLOv2采用了新的特征提取網(wǎng)絡(luò)，通過結(jié)合network in network構(gòu)想，通過在3 × 3的卷積核中插入1 × 1卷積核來進行特征圖的壓縮。詳細的YOLO算法的討論和改進可以查閱大量的文獻。

從MaixHub平臺下載19種常見的人物圖片，其中包括汽車、狗、沙發(fā)、行人等，共計約236幅圖片。由于YOLO算法要求圖片大小為224 × 224，所以需要對待訓練的不同物體模型的圖片進行預處理，使其大小統(tǒng)一，以便于能夠批量進行模型訓練。借助于微軟的VOTT工具對訓練集中的目標進行標注，完成標注后導出項目。標注內(nèi)容包括目標位置的框定和標識種類。訓練集制作完成后，對YOLOv2模型進行訓練，loss函數(shù)變化曲線如圖4所示。從圖4中可知，當?shù)螖?shù)達到5次時，模型基本收斂，訓練集loss約為0.5左右，驗證集損失在1.3左右。

4.2 模型配置

K210是一款支持片上系統(tǒng)（SOC）的人工智能芯片，能夠搭載預設(shè)的神經(jīng)網(wǎng)絡(luò)模型。系統(tǒng)支持Maixpy IDE開發(fā)環(huán)境，支持串口調(diào)試實時圖像等功能。通過該軟件完成訓練集的制作，然后將程序調(diào)試完成后的主函數(shù)“main.py”植入到K210核心板中的TF卡中。然而，為了解決無法讀取外存儲器中模型的問題，利用官方提供的KFLASH軟件將已經(jīng)訓練好的神經(jīng)網(wǎng)絡(luò)模型“m.kmodel”燒錄到K210芯片內(nèi)存儲（flash）0x500000位置處。

5 實驗測試與分析

在完成上述硬件連接和軟件程序燒錄后，利用移動電源給K210核心板提供5V電壓，系統(tǒng)將按照圖5流程運行。首先，系統(tǒng)對各外設(shè)接口進行初始化，包括FPIO的注冊與映射。然后，對顯示屏和攝像頭等外設(shè)進行配置。系統(tǒng)將訓練好的神經(jīng)網(wǎng)絡(luò)模型加載到KPU模塊中，同時對YOLOv2的網(wǎng)格進行初始化。最后，將采集到的圖像實時傳輸?shù)終PU進行計算，得到目標類型、位置坐標、置信度。根據(jù)目標檢測結(jié)果在屏幕上顯示相應(yīng)的字符，同時進行語音播報提醒。

圖6為實驗室內(nèi)對攝像頭等設(shè)備功能的預測試效果。可以看到，在攝像頭采集到圖像RGB信息后，可以在上位機中實時顯示出圖像3個通道的像素值，處理速度穩(wěn)定在10FPS。

圖7是在學校實際場景中不連接上位機的部分測試結(jié)果，分別是在單個目標和多個目標情況下的識別結(jié)果。結(jié)果表明，在單個目標情況下，物體的識別概率可以高達95%以上，多目標檢測也有較好的準確性。因此，本系統(tǒng)已經(jīng)基本達到滿足日常教學的需求。在實際使用過程中，本系統(tǒng)K210芯片長時間工作溫度上升較快，導致響應(yīng)延遲時間增大。外置電源接口容易引發(fā)接觸不良等問題，機器容易死機。后續(xù)需要針對性解決散熱問題，同時將外置電源整合進樣機系統(tǒng)內(nèi)部，增設(shè)開關(guān)控制操作按鈕。

6 結(jié)束語

為了推動人工智能教育在鄉(xiāng)鎮(zhèn)中小學的普及，本文提出了

一種基于AI芯片的圖像識別系統(tǒng)，極大地控制了教具制作成本，積累了一定的教學素材和經(jīng)驗。從硬件設(shè)備選取和設(shè)計連接、神經(jīng)網(wǎng)絡(luò)模型的建立、配置等方面詳細說明了系統(tǒng)的制作過程。系統(tǒng)采用自帶KPU模塊的K210作為主控芯片，以YOLO v2算法為目標檢測算法。結(jié)果表明，本系統(tǒng)具有良好的檢出率、可靠的系統(tǒng)穩(wěn)定性。下一步將在本系統(tǒng)基礎(chǔ)上，根據(jù)學生的興趣愛好并從實踐應(yīng)用方面對系統(tǒng)進行升級改造，充分激發(fā)學生學習人工智能的熱情，收集更多優(yōu)秀作品作為今后的教學素材。

為了推動人工智能教育在鄉(xiāng)鎮(zhèn)中小學的普及，本文提出了一種基于AI芯片的圖像識別系統(tǒng)，極大地控制了教具制作成本，積累了一定的教學素材和經(jīng)驗。從硬件設(shè)備選取和設(shè)計連接、神經(jīng)網(wǎng)絡(luò)模型的建立、配置等方面詳細說明了系統(tǒng)的制作過程。系統(tǒng)采用自帶KPU模塊的K210作為主控芯片，以YOLO v2算法為目標檢測算法。結(jié)果表明，本系統(tǒng)具有良好的檢出率、可靠的系統(tǒng)穩(wěn)定性。下一步將在本系統(tǒng)基礎(chǔ)上，根據(jù)學生的興趣愛好并從實踐應(yīng)用方面對系統(tǒng)進行升級改造，充分激發(fā)學生學習人工智能的熱情，收集更多優(yōu)秀作品作為今后的教學素材。

參考文獻：

[1] 李丁鈺，錢小龍.英國中小學人工智能基礎(chǔ)教育的經(jīng)驗與啟示——以蘇格蘭中學和巴頓西格雷夫小學為例[J].教育探索，2021（9）：88-93.

[2] 藍子君.中小學實施人工智能課程的意義、挑戰(zhàn)與對策[J].電腦知識與技術(shù)，2020，16（18）：182-183.

[3] 劉艷華.基于MATLAB的車牌圖像的計算機識別系統(tǒng)設(shè)計[J].科技視界，2021（21）：78-79.

[4] Redmon J，Divvala S，Girshick R，et al.You only look once：unified，real-time object detection[C]//2016 IEEE Conference on Computer Vision and Pattern Recognition.June 27-30，2016，Las Vegas，NV，USA.IEEE，2016：779-788.

【通聯(lián)編輯：朱寶貴】

收稿日期：2021-11-25

基金項目：江蘇省高等學校自然科學研究面上項目（20KJB140025），鹽城工學院“課程思政”示范課程建設(shè)項目（202159）

作者簡介：高婷婷（1990—），女，遼寧大連人，中級職稱，主要研究方向為初中物理教育研究等。