CEVA-DSP算法移植--1

一、项目需求

简单说下项目需求，首先基于CNN（卷积神经网络）框架的人脸识别和人脸追踪的算法能在Linux环境下单独地编译，能实现功能；其次把这两个算法移植到CEVA-DSP上；然后对算法进行优化，其中涉及代码矢量化。最后是编译算法，将其加到bin文件中去。

二、准备工作

EMCV即Embedded Computer Vision Library，是一个可在TI DM64x系列DSP上运行的计算机视觉库。其提供了跟OpenCV完全一致的函数接口（包括IplImage, CvMat，CvSeq等基本数据结构），通过EMCV，可以轻松的将OpenCV算法移植到DSP。
       EMCV并不是一个官方库，其是由Shiqi Yu老师在2008年启动的开源项目，目前已经支持IplImage, CvMat，CvSeq等基本OpenCV数据结构，也可使用cvCreateImage等创建和释放图像，以及contour检测等。但是里面绝大多数函数只有接口却没有实现，所以这里值得注意的，EMCV并不能实现OpenCV的多数功能，不过我们可以利用EMCV里的数据结构。
       此外，需要提一下的是，实现将OpenCV里的代码完全移植到DSP是可以的，目前已经有人这么做了！
       本节主要参考这个文档：Shiqi Yu老师的EMCV：可在DSP上运行的OpenCV：http://www.opencv.org.cn/forum.php?mod=viewthread&tid=3569&extra=page%3D1

详细的资料可以看这个链接：https://blog.csdn.net/tostq/article/details/51246746
例程下载：https://github.com/tostq/EasyMulticoreDSP/tree/master/2.emcv

EMCV库实际上是余老师根据opencv源码移植成c语言版本，是个大牛。EMCV相关资料从2013年以后就基本没有了，可能是跟DM64x系列被淘汰了有关。EMCV库可以在Ti c6000系列DSP上用，但没有实际操作过。目前发现是能在DM64x系列能用。我尝试着把EMCV库用在CEVA-tool-box上，始终有一个error，编译通不过。经过一番挣扎，基本上已放弃把EMCV库移植到CEVA-dsp上的想法。

三、CEVA-ADK

经过很多次尝试后，去CEVA官网去逛了一圈，发现一个信息。真是柳暗花明又一村。接下来介绍CEVA-ADK官方提供的开发工具包。

Application Developer Kit用于CEVA-XM智能视觉DSP和NeuPro AI处理器的SLAM，视觉库，RTOS和驱动程序。

概观

CEVA-XM和NeuPro的应用程序开发工具包（ADK）简化了高级视觉和AI应用程序所需的软件开发和集成工作。它使整个应用程序能够在更熟悉的CPU环境中运行，同时在更节能的DSP上自动转换和优化代码。

ADK帮助软件工程师开发计算机视觉应用程序，使他们能够优化电源效率和内存管理，处理成像和视觉算法的复杂性，并简化涉及框架，磁贴等的系统处理任务。

优点

CEVA ADK通过直接从CPU中提取基于CEVA-XM和NeuPro的平台上的计算机视觉使用来缓解挑战。程序员可以从使用ADK大大简化和缩短整个软件开发周期，并提供显着的性能，内存带宽和功耗节省中受益。

主要特点

CEVA-SLAM SDK：同步本地化和映射（SLAM）软件开发套件通过以下方式加速SLAM开发：
从CPU启用详细界面，将重型SLAM构建块卸载到CEVA-XM和NeuPro处理器
这些构建模块利用DSP效率支持定点和浮点数学运算，从而延长器件的电池寿命。
SDK构建模块包括图像处理功能（包括特征检测，特征描述符，特征匹配），线性代数（包括矩阵操作，线性方程求解），快速稀疏方程求解束调整等。
CEVA-CV：基于OpenCV的视觉处理功能标准库，完全针对CEVA-XM和NeuPro系列进行了优化。它可以为目标应用程序使用预优化的内核，从而加速开发并优化性能。
CEVA-VX：旨在处理所有系统资源需求，包括数据传输，DMA事务和内核执行，从而抽象出系统架构并自动化帧处理。CEVA- VX支持内核隧道，链接多个功能，最小化内存带宽和降低系统功耗。
实时操作系统（RTOS），调度程序：一个DSP任务管理和调度软件模块，用于处理任务优先级和任务切换。
CEVA-Link驱动程序：通信通道和系统驱动程序，完全抽象CPU-DSP接口，并实现从CPU到DSP的自动任务卸载。

所以只要想办法获得这个ADK就能在CEVA-tool-box软件里调用优化过的opencv函数。完美。