评估适合嵌入式平台的高级算法

Question

要评估高级算法（主要是计算机视觉算法，用Matlab，Python等编写）以在嵌入式CPU上实时运行，您将考虑采用什么流程。

我们的想法是在您无法在目标硬件上实施或概要分析时，在早期进行可靠的评估/计算。

为了使事情集中，让我们假设您的输入是灰度QVGA帧，8bpp @ 30fps，并且您必须对每个输入帧执行完整的canny边缘检测。我们如何找到或估算成功执行此操作所需的最低处理能力？

Answer 1

不可能进行一般评估，而您所要求的是繁琐的体力劳动。

但是，您可以遵循一些通用步骤以得出一个大概的想法

1. 根据基本的数学运算（例如加法和乘法）（最佳/平均/最差？您的选择）估算算法的运行时复杂度。
   您需要浮点支持吗？
   还要跟踪高级数学运算，例如饱和加/减（为什么？请参见第3点）。

2. 消除目标处理器的ISA，并特别关注数学和分支指令。
   乘法需要几个周期？或者，您的处理器是否每个周期调度几个？

3. 查看您的处理器是否支持类似功能，

   • 饱和数学。
     ARM Cortex-M4做到了。 PIC18单片机不会，这会产生额外的执行开销。
   • 硬件浮点运算。
   • 分支预测。
   • SIMD。
     如果可以针对您的算法进行量身定制，将会大大提高速度。

4. 由于您明确要求输入abc，因此请查看您是否附加了CPU。图像处理算法通常受益于其中一种。

5. 将您的操作（从步骤1开始）映射到目标处理器所支持的（在步骤3中）以得出估算值。

6. 您需要考虑的其他因素（不计其数）

   • 您打算在目标上运行操作系统还是准系统？
   • 您的算法受IO瓶颈约束吗？
   • 如果您的处理器具有缓存，那么您的算法利用它的效率如何？