Raspberry Pi – Piattaforma di test per algoritmi di visione (4/4): rappresentazione in floating point

Dovendo implementare algoritmi di riconoscimento per il posizionamento, una domanda che ci siamo posti è come vengano rappresentati i numeri con virgola su questa piattaforma. RPi adotta come processore il SoC BCM2835 (architettura ARMv6) che integra un processore della famiglia ARM11 ed un coprocessore multimediale. Il processore supporta i calcoli floating point nella sotto-architettura Vector Floating-point v2 (VFPv2), implementata in hw in modo da garantire un’elevata velocità di esecuzione.

Esiste uno standard che definisce come devono essere rappresentati i numeri per il calcolo in virgola mobile: IEEE 754. VFPv2 supporta due tipologie di numeri appartenenti a questo standard:

  • Binary32, single-precision (in C float);
  • Binary64, double-precision (in C, double).

 

Nella rappresentazione single-precision floating point:

  • la mantissa è costituita da 23 bits (+1 relativo l’intero per i numeri normalizzati);
  • l’esponente da 8 bits (il range dell’esponente è compreso tra -126 e 127).

 

Nella rappresentazione double-precision floating point:

  • la mantissa è costituita da 53 bits (+1);
  • l’esponente da 11 bits (il range dell’esponente è compreso tra -1022 e 1023).

Raspberry Pi – Piattaforma di test per algoritmi di visione (3/4): camera e video processing

CAMERA E VIDEO PROCESSING La camera può essere collegata attraverso una porta USB 2.0 oppure attraverso l’interfaccia CSI (Camera Serial Interface). Nel caso si voglia comperare una camera USB ad-hoc è consigliabile verificare la compatibilità della camera con la RPi a questo link. Vengono qui infatti documentati dagli utenti i test di funzionamento dei diversi modelli […]

Raspberry Pi – Piattaforma di test per algoritmi di visione (1/4): specifiche

La Raspberry Pi (RPi) è un’ottima piattaforma di sviluppo per ogni progetto che ha come requisiti un basso costo, elevate capacità di calcolo e che necessita di diverse interfacce di comunicazione. Vogliamo riportare qui di seguito la nostra esperienza nella realizzazione della piattaforma che usiamo per il benchmarking di algoritmi di visione e di sensors-fusion […]

Open-Next

OPEN-NEXT è un progetto di ricerca industriale presentato da T3LAB e approvato sul “Bando per progetti di ricerca industriale strategica rivolti agli ambiti prioritari della strategia di specializzazione intelligente” – Dgr 774/2015 all’interno del POR-FESR 2014-2020 della Regione Emilia-Romagna, Asse 1, Azione 1.2.2. Partner di progetto – T3LAB (Coordinatore) – CIRI ICT, Università di Bologna […]
crossmenu linkedin facebook pinterest youtube rss twitter instagram facebook-blank rss-blank linkedin-blank pinterest youtube twitter instagram