面向青少年人工智能教育的多目標識別系統設計

高婷婷　劉佳　陸佳楠　許偉　陳傳杰　宋法根

摘要：人工智能的迅猛發展給人類生產和生活帶來了較為深遠的影響，成為新一輪科技產業革命的前沿和熱點，而將人工智能教育融入中小學課堂已經成為國家新戰略。然而，人工智能設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，減輕鄉鎮中小學校的經費負擔，該文提出了一種基于K210人工智能芯片的圖像識別系統。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。該系統以YOLO算法為基礎，通過獲取實時圖像并進行特征提取，實現分類和識別。經實驗測試，該系統不僅識別迅速和操作便捷，而且具有較高的準確性、良好的系統穩定性和較低的制作成本。

關鍵詞：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業的迅猛發展，以人工智能為基礎的新工科專業已經成為當下各高校的熱門專業，如智能制造工程、智能醫學工程等專業。對于中小學生而言，人工智能相關教育早在2001年的第一屆全國青少年機器人競賽中已經開始萌芽，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，為積極應對新一輪科技和產業革命，中小學也必須加快普及人工智能教育。2017年國務院出臺了《新一代人工智能發展規劃》，文件指出要推動人工智能在教學等方面的全流程應用。2019年國家教育部明確指出將積極推動中小學階段設置人工智能相關課程。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容[1]。

2021年國務院辦公廳、國家教育部相繼出臺了雙減政策文件，其目的在于提高現有中小學育人水平。通過減少作業數量和嚴格規范校外培訓，糾正過往教育中只重視考試成績的極端現象，將青少年學生從大量作業和學科補習班中“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，我們發現學生對教材中前沿科技內容十分感興趣，例如智能機器人。然而，智能機器人設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的人工智能教育探索，而很多三四線城市尤其是鄉鎮中小學卻舉步維艱[2]。自研設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，獲得相關教學素材。人工智能是當今新一代信息技術前沿，而中小學教師在技術積累和研發經驗方面都非常欠缺。委托人工智能相關教育公司可以解決問題，但是極大地增加了學校的經費預算，實際可操作性并不理想。為了克服中小學師資力量在技術方面的不足，綜合各方因素，鹽城環?？萍汲菍嶒炛袑W教學組聯合地方理工院校（鹽城工學院）共同開展了人工智能教育設備的相關研制工作。鹽城工學院于2019年獲教育部批準設立了人工智能本科專業，并與鹽南高新區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）具有充足的研發實力。

我們通過采用調查問卷和隨機提問等方式，結果發現學生對車牌識別、人臉打卡和驗證等技術的興趣十分濃厚。近些年，這種計算機視覺技術已經成為人工智能領域的最熱門研究領域之一，其中包括基于深度學習的圖像識別技術。圖像識別技術已經在眾多領域有著廣泛的實際應用，例如無人駕駛技術、人臉識別技術、生物醫學診斷等。圖像識別經歷了文字識別、數字圖像處理識別、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[3]。

2 系統整體設計

本系統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，并將數據傳送給AI芯片進行圖像處理和分類，最后將圖像信息及識別結果顯示在顯示模塊上，同時根據結果判斷播報對應的提醒語音。由于本系統針對教學教具目的，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和離線數據庫，從而可以將訓練集植入到芯片內部[4]。針對人臉檢測、圖像識別與分類等機器視覺應用場景，K210芯片提供有專用的人工卷積神經網絡加速器（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）以及各類外設接口（GPIO、SPI、I2C等），這些硬件資源極大地拓展了系統的應用范圍。圖像采集模塊采用一款高質量、低噪聲的攝像頭（GC0328），它具有640 × 480分辨率和10位模數轉化器。語音模塊是根據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容。顯示模塊是一塊2.8英寸的LCD顯示屏，它主要用于調試過程中圖像的顯示識別。

3 主要硬件設計

3.1 K210芯片核心板

本系統采用技術成熟的基于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復位。通過在RST引腳配置開關復位電路即可實現。圖像采集模塊GC0328攝像頭采用24針接口連接到K210主開發板上。

KPU通用神經網絡處理器主要用于對數據單元的內置卷積、批歸一化、激活、池化運算單元，實現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，并按照特定規則訓練得到定點化的模型。它對網絡層的數量無直接限制，支持每層卷積神經網絡參數的獨立配置，其中包括對輸入輸出（IO）通道數目和行寬、列高的設置，支持兩種類型的卷積內核（1 × 1或3 × 3），實時工作狀態時最大支持神經網絡參數文件的大小為 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，節省開發成本以及減少對K210芯片資源占用，語音提示模塊特別選用了已量產的成熟的工程模塊，該模塊具有供電方便，驅動簡單，方案成熟，語音清晰，自帶硬件反饋等優點，極大加快了項目的開發進度精簡了驅動的編寫。

語音模塊有外接和內接兩種方式。為了減少外部電源資源負擔，采用內接法由核心板給語音模塊供電。語音模塊的觸發方式有單鍵觸發和編碼觸發模式。本系統采用編碼觸發模式，如表1所示。與之對應的是A1～A5觸發信號線與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 各模塊系統集成

按照圖1中各模塊設計要求連接、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。圖3是整個硬件系統的布局，各模塊在圖中的位置已經詳細標注。

4 主要軟件設計

目前主流的勘智K210單片機軟件設計的語言有基于官方SDK的C語言和Micropython語言兩種，本次設計的軟件程序選用Micropython語言進行編寫。Micropython語言優點很多，我們編譯環境角度來看：在一般嵌入式開發的過程中，C語言、匯編語言都需要提前安裝編譯環境，但是Micropython不需要。因為只要將程序文件main.py或者boot.py存入本系統中的Flash或者TF卡，燒錄在開發板的固件便會將程序進行編譯運行。只有將開發板上的USB口插入電腦或者將開發板上的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境，十分方便簡潔，甚至開發工具只需要一個記事本程序就行。

另外，在匯編語言的環境下實現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對學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底層驅動，MicroPython有比C語言有更加豐富的庫函數，這對教師和學生都是非常有用。

4.1 模型訓練

本系統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勢，滿足了日常大部分的需求[5]。YOLO是卷積神經網絡在機器視覺上的運用，屬于單階段目標檢測算法，通過網格劃分實現快速的檢測速度，v2版本在Faster R-CNN算法的基礎上引入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絡，通過結合network in network構想，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、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函數變化曲線如圖4所示。從圖4中可知，當迭代次數達到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（SOC）的人工智能芯片，能夠搭載預設的神經網絡模型。系統支持Maixpy IDE開發環境，支持串口調試實時圖像等功能。通過該軟件完成訓練集的制作，然后將程序調試完成后的主函數“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軟件將已經訓練好的神經網絡模型“m.kmodel”燒錄到K210芯片內存儲（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，系統將按照圖5流程運行。首先，系統對各外設接口進行初始化，包括FPIO的注冊與映射。然后，對顯示屏和攝像頭等外設進行配置。系統將訓練好的神經網絡模型加載到KPU模塊中，同時對YOLOv2的網格進行初始化。最后，將采集到的圖像實時傳輸到KPU進行計算，得到目標類型、位置坐標、置信度。根據目標檢測結果在屏幕上顯示相應的字符，同時進行語音播報提醒。

圖6為實驗室內對攝像頭等設備功能的預測試效果?？梢钥吹?，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果，分別是在單個目標和多個目標情況下的識別結果。結果表明，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，本系統已經基本達到滿足日常教學的需求。在實際使用過程中，本系統K210芯片長時間工作溫度上升較快，導致響應延遲時間增大。外置電源接口容易引發接觸不良等問題，機器容易死機。后續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內部，增設開關控制操作按鈕。

6 結束語

為了推動人工智能教育在鄉鎮中小學的普及，本文提出了

一種基于AI芯片的圖像識別系統，極大地控制了教具制作成本，積累了一定的教學素材和經驗。從硬件設備選取和設計連接、神經網絡模型的建立、配置等方面詳細說明了系統的制作過程。系統采用自帶KPU模塊的K210作為主控芯片，以YOLO v2算法為目標檢測算法。結果表明，本系統具有良好的檢出率、可靠的系統穩定性。下一步將在本系統基礎上，根據學生的興趣愛好并從實踐應用方面對系統進行升級改造，充分激發學生學習人工智能的熱情，收集更多優秀作品作為今后的教學素材。

為了推動人工智能教育在鄉鎮中小學的普及，本文提出了一種基于AI芯片的圖像識別系統，極大地控制了教具制作成本，積累了一定的教學素材和經驗。從硬件設備選取和設計連接、神經網絡模型的建立、配置等方面詳細說明了系統的制作過程。系統采用自帶KPU模塊的K210作為主控芯片，以YOLO v2算法為目標檢測算法。結果表明，本系統具有良好的檢出率、可靠的系統穩定性。下一步將在本系統基礎上，根據學生的興趣愛好并從實踐應用方面對系統進行升級改造，充分激發學生學習人工智能的熱情，收集更多優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教育的經驗與啟示——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、挑戰與對策[J].電腦知識與技術，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設計[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。