主要语义分割网络：FCN,SegNet,U-Net以及一些半监督方法
图像的语义分割是将输入图像中的每个像素分配一个语义类别，以得到像素化的密集分类。虽然自&2007&年以来，语义分割/场景解析一直是计算机视觉社区的一部分，但与计算机视觉中的其他领域很相似，自 2014 年 Long 等人首次使用全卷积神经网络对自然图像进行端到端分割，语义分割才有了重大突破。
图1：输入图像（左），FCN-8s 网络生成的语义分割图（右）（使用&pytorch-semseg&训练）
FCN-8s 架构在 Pascal VOC 2012 数据集上的性能相比以前的方法提升了 20%，达到了 62.2% 的 mIOU。这种架构是语义分割的基础，此后一些新的和更好的体系结构都基于此。
全卷积网络（FCNs）可以用于自然图像的语义分割、多模态医学图像分析和多光谱卫星图像分割。与 AlexNet、VGG、ResNet 等深度分类网络类似，FCNs 也有大量进行语义分割的深层架构。
本文作者总结了 FCN、SegNet、U-Net、FC-Densenet E-Net 和 Link-Net、RefineNet、PSPNet、Mask-RCNN 以及一些半监督方法，例如 DecoupledNet 和 GAN-SS，并为其中的一些网络提供了 PyTorch 实现。在文章的最后一部分，作者总结了一些流行的数据集，并展示了一些网络训练的结果。
▌网络架构
一般的语义分割架构可以被认为是一个编码器&&解码器网络。编码器通常是一个预训练的分类网络，像 VGG、ResNet，然后是一个解码器网络。这些架构之间的不同主要在于解码器网络。解码器的任务是将编码器学习到的可判别特征（较低分辨率）从语义上映射到像素空间（较高分辨率），以获得密集分类。
不同于分类任务中深度网络的最终结果（即类存在的概率）被视为唯一重要的事，语义分割不仅需要在像素级有判别能力，还需要有能将编码器在不同阶段学到的可判别特征映射到像素空间的机制。不同的架构采用不同的机制（跳远连接、金字塔池化等）作为解码机制的一部分。
一些上述架构和加载数据的代码可在以下链接获得：
Pytorch：https://github.com/meetshah1995/pytorch-semseg
这篇论文对语义分割（包括 Recurrent Style Networks）作了一个更正式的总结。
▌Fully Convolution Networks (FCNs) 全卷积网络
我们将当前分类网络（AlexNet, VGG net 和 GoogLeNet）修改为全卷积网络，通过对分割任务进行微调，将它们学习的表征转移到网络中。然后，我们定义了一种新架构，它将深的、粗糙的网络层语义信息和浅的、精细的网络层的表层信息结合起来，来生成精确的分割。我们的全卷积网络在 PASCAL VOC（在 2012 年相对以前有 20% 的提升，达到了62.2% 的平均 IU），NYUDv2 和 SIFT Flow 上实现了最优的分割结果，对于一个典型的图像，推断只需要三分之一秒的时间。
图2：FCN 端到端密集预测流程
关键特点：
特征是由编码器中的不同阶段合并而成的，它们在语义信息的粗糙程度上有所不同。
低分辨率语义特征图的上采样使用通过双线性插值滤波器初始化的反卷积操作完成。
从 VGG16、Alexnet 等现代分类器网络进行知识转移的优秀样本来实现语义细分。
图3：将全连接层转换成卷积层，使得分类网络可以输出一个类的热图。
如上图所示，像 VGG16 分类网络的全连接层（fc6，fc7）被转换为全卷积层。它生成了一个低分辨率的类的热图，然后用双线性初始化的反卷积，并在上采样的每一个阶段通过融合（简单地相加）VGG16 中的低层（conv4和conv3）的更加粗糙但是分辨率更高的特征图进一步细化特征。在这里可以找到更加详细的 netscope 风格的网络可视化。
在传统的分类 CNNs 中，池化操作用来增加视野，同时减少特征图的分辨率。这对于分类任务来说非常有用，因为分类的最终目标是找到某个特定类的存在，而对象的空间位置无关紧要。因此，在每个卷积块之后引入池化操作，以使后续块能够从已池化的特征中提取更多抽象、突出类的特征。
图4：FCN-8s 网络架构
另一方面，池化和带步长的卷积对语义分割是不利的，因为这些操作造成了空间信息的丢失。下面列出的大多数架构主要在解码器中使用了不同的机制，但目的都在于恢复在编码器中降低分辨率时丢失的信息。如上图所示，FCN-8s 融合了不同粗糙度（conv3、conv4和fc7）的特征，利用编码器不同阶段不同分辨率的空间信息来细化分割结果。
图5：训练 FCNs 时卷积层的梯度
第一个卷积层捕捉低层次的几何信息，因为这完全依赖数据集，你可以注意到梯度调整了第一层的权重以使模型适应数据集。VGG 中更深层的卷积层有非常小的梯度流，因为这里捕获的高层次的语义概念足够用于分割。
图6：反卷积（卷积转置）
语义分割架构的另一个重要方面是，对特征图使用反卷积，将低分辨率分割图上采样至输入图像分辨率机制，或者花费大量计算成本，使用空洞卷积在编码器上部分避免分辨率下降。即使在现代 GPUs 上，空洞卷积的计算成本也很高。
论文链接：https://arxiv.org/abs/
SegNet 的新颖之处在于解码器对其较低分辨率的输入特征图进行上采样的方式。具体地说，解码器使用了在相应编码器的最大池化步骤中计算的池化索引来执行非线性上采样。这种方法消除了学习上采样的需要。经上采样后的特征图是稀疏的，因此随后使用可训练的卷积核进行卷积操作，生成密集的特征图。我们提出的架构与广泛采用的 FCN 以及众所周知的 DeepLab-LargeFOV，DeconvNet 架构进行比较。比较的结果揭示了在实现良好的分割性能时所涉及的内存与精度之间的权衡。
图7：SegNet 架构
关键特点：
SegNet 在解码器中使用去池化对特征图进行上采样，并在分割中保持高频细节的完整性。
编码器不使用全连接层（和 FCN 一样进行卷积），因此是拥有较少参数的轻量级网络。
图8：去池化
如上图所示，编码器中的每一个最大池化层的索引都存储了起来，用于之后在解码器中使用那些存储的索引来对相应特征图进行去池化操作。这有助于保持高频信息的完整性，但当对低分辨率的特征图进行去池化时，它也会忽略邻近的信息。
论文链接：https://arxiv.org/abs/
U-Net 架构包括一个捕获上下文信息的收缩路径和一个支持精确本地化的对称扩展路径。我们证明了这样一个网络可以使用非常少的图像进行端到端的训练，并且在 ISBI 神经元结构分割挑战赛中取得了比以前最好的方法（一个滑动窗口的卷积网络）更加优异的性能。我们使用相同的网络，在透射光显微镜图像（相位对比度和 DIC）上进行训练，以很大的优势获得了 2015 年 ISBI 细胞追踪挑战赛。此外，网络推断速度很快。一个 512x512 的图像分割在最新的 GPU 上花费了不到一秒。
图9：U-Net 架构
关键特点：
U-Net 简单地将编码器的特征图拼接至每个阶段解码器的上采样特征图，从而形成一个梯形结构。该网络非常类似于&Ladder Network&类型的架构。
通过跳远拼接连接的架构，在每个阶段都允许解码器学习在编码器池化中丢失的相关特性。
U-Net 在 EM 数据集上取得了最优异的结果，该数据集只有 30 个密集标注的医学图像和其他医学图像数据集，U-Net 后来扩展到 3D 版的&3D-U-Net。虽然 U-Net 的发表是因为在生物医学领域的分割、网络实用性以及从非常少的数据中学习的能力，但现在已经成功应用在其他几个领域，例如卫星图像分割，同时也成为许多&kaggle 竞赛中关于医学图像分割获胜的解决方案中的一部分。
论文链接：https://arxiv.org/abs/
▌Fully Convolutional DenseNet
在文中我们扩充了 DenseNets，以解决语义分割的问题。我们在城市场景基准数据集（如 CamVid 和 Gatech ）上获得了最优异的结果，没有使用进一步的后处理模块和预训练模型。此外，由于模型的优异结构，我们的方法比当前发布的在这些数据集上取得最佳的网络参数要少得多。
图10：全卷积 DenseNet 架构
全卷积 DenseNet 使用&DenseNet&作为它的基础编码器，并且也以类似于 U-Net 的方式，在每一层级上将编码器和解码器进行拼接。
论文链接：https://arxiv.org/abs/
▌E-Net 和 Link-Net
在这篇文章中，我们提出了一种新的深度神经网络架构，称为 ENet（efficient neural network），专门为需要低延迟操作的任务创建。ENet 比当前网络模型快 18 倍，少了 75 倍的 &FLOPs，参数数量降低了 79 倍，并且提供相似甚至更好的准确率。我们在 CamVid、Cityscapes 和 SUN 数据集上进行了测试，展示了与现有的最优方法进行比较的结果，以及网络准确率和处理时间之间的权衡。
LinkNet 可以在 TX1 和 Titan X 上，分别以 2fps 和 19fps 的速率处理分辨率为
图11：（左）LinkNet 架构，（右）LinkNet 中使用的编码器和解码器模块
LinkNet 架构类似于一个梯形网络架构，编码器的特征图（横向）和解码器的上采样特征图（纵向）相加。还需要注意的是，由于它的通道约减方案（channel reduction scheme），解码器模块包含了相当少的参数。大小为 [H, W, n_channels] 的特征图先通过 1*1 卷积核得到大小为 [H, W, n_channels / 4] 的特征图，然后使用反卷积将其变为 [2*H, 2*W, n_channels / 4]，最后使用 1*1 卷积使其大小变为 [2*H, 2*W, n_channels / 2]，因此解码器有着更少的参数。这些网络在实现相当接近于最优准确率的同时，可以实时地在嵌入式 GPU 上进行分割。
相关链接：https://arxiv.org/abs/；
https://codeac29.github.io/projects/linknet/
▌Mask R-CNN
该方法被称为 Mask R-CNN，以 Faster R-CNN 为基础，在现有边界框识别分支基础上添加一个并行的预测目标掩码的分支。Mask R-CNN 很容易训练，仅仅在 Faster R-CNN 上增加了一点小开销，运行速度为 5fps。此外，Mask R-CNN 很容易泛化至其他任务。例如，可以使用相同的框架进行姿态估计。我们在 COCO 所有的挑战赛中都获得了最优结果，包括实例分割，边界框目标检测，和人关键点检测。在没有使用任何技巧的情况下，Mask R-CNN 在每项任务上都优于所有现有的单模型网络，包括 COCO 2016 挑战赛的获胜者。
图12：Mask R-CNN 分割流程
原始 Faster-RCNN 架构和辅助分割分支
Mask R-CNN 架构相当简单，它是流行的 Faster R-CNN 架构的扩展，在其基础上进行必要的修改，以执行语义分割。
关键特点：
在 Faster R-CNN 上添加辅助分支以执行语义分割。
对每个实例进行的&RoIPool&操作已经被修改为&RoIAlign&，它避免了特征提取的空间量化，因为在最高分辨率中保持空间特征不变对于语义分割很重要。
Mask R-CNN 与&Feature Pyramid Networks（类似 于PSPNet，它对特征使用了金字塔池化）相结合，在&MS COCO&数据集上取得了最优结果。
的时候，在网络上还没有 Mask R-CNN 的工作实现，而且也没有在 Pascal VOC 上进行基准测试，但是它的分割掩码显示了它与真实标注非常接近。
论文链接：https://arxiv.org/abs/
在文中我们利用基于不同区域的上下文信息集合，通过我们的金字塔池化模块，使用金字塔场景解析网络（PSPNet）来发挥全局上下文信息的能力。我们的全局先验表征在场景解析任务中产生了良好的质量结果，而 PSPNet 为像素级的预测提供了一个更好的框架，该方法在不同的数据集上达到了最优性能。它首次在 2016 ImageNet 场景解析挑战赛 PASCAL VOC 2012 基准和 Cityscapes 基准中出现。
图13：PSPNet 架构
使用 netscope 实现的可视化的空间金字塔池化
关键特点：
PSPNet 通过引入空洞卷积来修改基础的 ResNet 架构，特征经过最初的池化，在整个编码器网络中以相同的分辨率进行处理（原始图像输入的 1/4），直到它到达空间池化模块。
在 ResNet 的中间层中引入辅助损失，以优化整体学习。
在修改后的 ResNet 编码器顶部的空间金字塔池化聚合全局上下文。
图 14：图片展示了全局空间上下文对语义分割的重要性。它显示了层之间感受野和大小的关系。在这个例子中，更大、更加可判别的感受野（蓝）相比于前一层（橙）可能在细化表征中更加重要，这有助于解决歧义。
PSPNet 架构目前在&CityScapes、ADE20K&和&Pascal VOC 2012&中有最优结果。
论文链接：https://arxiv.org/abs/
▌RefineNet
在文中提出了 RefineNet，一个通用的多路径优化网络，它明确利用了整个下采样过程中可用的所有信息，使用远程残差连接实现高分辨率的预测。通过这种方式，可以使用早期卷积中的细粒度特征来直接细化捕捉高级语义特征的更深的网络层。RefineNet 的各个组件使用遵循恒等映射思想的残差连接，这允许网络进行有效的端到端训练。
图15：RefineNet 架构
建立 RefineNet 的块 - 残差卷积单元，多分辨率融合和链式残差池化
RefineNet 解决了传统卷积网络中空间分辨率减少的问题，与 PSPNet（使用计算成本高的空洞卷积）使用的方法非常不同。提出的架构迭代地池化特征，利用特殊的 RefineNet 模块增加不同的分辨率，并最终生成高分辨率的分割图。
关键特点：
使用多分辨率作为输入，将提取的特征融合在一起，并将其传递到下一个阶段。
引入链式残差池化，可以从一个大的图像区域获取背景信息。它通过多窗口尺寸有效地池化特性，利用残差连接和学习权重方式融合这些特征。
所有的特征融合都是使用 sum（ResNet 方式）来进行端到端训练。
使用普通 ResNet 的残差层，没有计算成本高的空洞卷积。
论文链接：https://arxiv.org/abs/
在文中提出了 Gated Feedback Refinement Network (G-FRNet)，这是一种用于密集标记任务的端到端深度学习框架，解决了现有方法的局限性。最初，GFRNet 进行粗略地预测，然后通过在细化阶段有效地集成局部和全局上下文信息，逐步细化细节。我们引入了控制信息前向传递的门控单元，以过滤歧义。
图16：G-FRNet 架构
门控细化单元
上述大多数架构都依赖于从编码器到解码器的简单特征，使用拼接、去池化或简单的加和。然而，在编码器中，从高分辨率（较难判别）层到对应的解码器中相应的上采样特征图的信息，不确定是否对分割有用。在每个阶段，通过使用门控细化反馈单元，控制从编码器传送到解码器的信息流，这样可以帮助解码器解决歧义，并形成更相关的门控空间上下文。&
另一方面，本文的实验表明，在语义分割任务中，ResNet 是一个远优于 VGG16 的编码器。这是我在以前的论文中找不到的。
论文链接：http://www.cs.umanitoba.ca/~ywang/papers/cvpr17.pdf
▌半监督语义分割
DecoupledNet
与现有的将语义分割作为基于区域分类的单一任务的方法相反，我们的算法将分类和分割分离，并为每个任务学习一个单独的网络。在这个架构中，通过分类网络识别与图像相关的标签，然后在分割网络中对每个识别的标签执行二进制分割。它通过利用从桥接层获得的特定类的激活图来有效地减少用于分割的搜索空间。
图17：DecoupledNet 架构
这也许是第一个使用全卷积网络进行语义分割的半监督方法。
关键特点：
分离分类和分割任务，从而使预训练的分类网络能够即插即用（plug and play）。
分类和分割网络之间的桥接层生成突出类的特征图（k 类），然后输入分割网络，生成一个二进制分割图（k 类）
但是，这个方法在一张图像中分割 k 类需要传递 k 次。
论文链接：https://arxiv.org/abs/
基于 GAN 的方法
基于生成对抗网络（GANs），我们提出了一种半监督框架，它包含一个生成器网络以提供用于多类别分类器的额外训练样本，以此作为 GAN 框架中的判别器，从 K 个可能的类中为样本分配一个标签 y 或者将其标记为一个假样本（额外的类）。为了确保 GANs 生成的图像质量更高，并改进像素分类，我们通过添加弱标注数据来扩展上述框架，即我们向生成器提供类级别的信息。
论文链接：https://arxiv.org/abs/
图18：弱监督（类级别标签） GAN
图19：半监督GAN
图20：FCN-8s 生成的样本语义分割图（使用&pytorch-semseg&训练）来自 Pascal VOC 验证集
原文标题：一文概览主要语义分割网络：FCN,SegNet,U-Net...
文章出处：【微信号：rgznai100，微信公众号：AI科技大本营】欢迎添加关注！文章转载请注明出处。
发布评论请先
从2014年算起，人工智能芯片的研究迄今已有四年。在这一领域，我们国家出现了一批企业，例如寒武纪、地....
MPEG-1、MPEG-2 和 MPEG-2.5 Layer 3（MP3）音频编码格式是消费音频存储....
一、计算机和人相互依存 当今社会，计算机在我们的生活和工作中扮演着重要的角色，人类使用计算机帮助他们....
GDPR的影响 日，欧盟所有成员国都将采用新的通用数据保护条例(也称为GDPR)，....
悟空话务机器人在实际应用中，能真人式语音群呼，且时刻保持统一标准、热情礼貌的语音沟通，并极速准确答复....
深度学习神经网络尤其是几百上千层的神经网络对高性能计算要求非常高，GPU对处理复杂运算拥有天然的优势....
在英特尔，实干永远比空谈更重要。在英特尔首届AI开发者大会上，由Rao率队带领，英特尔人工智能业务相....
随着光伏发电系统容量的不断扩大，光伏阵列发电预测技术对于减轻光伏阵列输出电能的随机性对电力系统的影响....
分析了光伏系统的发电特性以及影响光伏发电的因素，建立了反馈型神经网络光伏系统发电功率预测模型。该模型....
本文档介绍了如何将音频开发板用作开发工具来设计高质量音频开发平台。
音频开发板展示了带有真正 24....
需要注意的是，为了更准确地刻画实体，我们额外地使用一个实体的上下文实体特征（contextual e....
超参数是必须初始化到网络的值，这些值是神经网络在训练时无法学习到的。例如:在卷积神经网络中，一些超参....
在论文中，作者进一步介绍了HeadOn，这是一个用普通RGB-D相机录制的人像视频的重演（reena....
但AutoML弥补了人工智能在应用上的不足和技术的限制，并使更多的企业更好的利用AI并从中受益。它可....
在上面的边缘，从左到右像素检测的次数分别为1、2、3、2、1，可见角落边缘只被检测了一次，而中间可以....
有几十个工程师挤在美国德州奥斯汀(Austin)近郊重划区的咖啡店与美容院之间，探索运算技术的新方向....
在互联网领域从事机器学习的人基本上属于以下两种背景：其中绝大部分是程序员出身，这类童鞋工程经验相对会....
本文应用比较受欢迎的OSTU算法选取阈值。基本原理是：利用阈值把直方图分为两部分，当被分成的两部分方....
MP3 是一种存储数字音频数据的压缩格式。它是一种音频编解码器，能够以较小的音质损失压缩原始音频源。....
为了确定训练数据中的内容标签，我们使用了支持 Google 图像搜索和 Google 照片的 Goo....
AutoAugment 根据所运行的数据集学习不同的转换。例如，对于包含数字自然场景的街景(SVHN....
三大部分第一部分 人工智能领域即将进入产业爆发的拐点深度学习技术使人工智能达到商用化水平云计算和大数....
对于任何预知的体系，自定义性和便利性往往不可兼得， DNNClassifier 尝试给开发者提供额外....
研究人员利用GPU驱动的AI揭开宇宙“哈哈镜”奥秘。神经网络则能够直接处理图像并找到真实图像，而无需....
收入预测数据集 [28] 包含 48, 842 个样本（其中 32, 561 个是训练数据，16, ....
基于以上观察，我们提出了特征金字塔注意力模块 (FPA)，该模块能够融合来自 U 型网络 (如特征金....
当前，Google Microsoft、Facebook 等科技公司和多家研究机构都推出了开源的....
上图的动画由相位函数神经网络（Phase-Functioned Neural Networks）的方....
产品应用方面，刘峻诚表示，Kneron着重立即有收入的应用，包括智能安防、智能家居和手机。雷锋网了解....
简单好上手的图像分类教程！构建图像分类模型的一个突破是发现卷积神经网络（CNN）可以用来逐步地提取图....
前者主要在一个完整的逐帧模型上增加一些提取时序信息的操作，因此不能减少计算量。后者（如Clockwo....
然而时至今日，人类精密制造领域（半导体制造是目前为止人类制造领域的最巅峰）遇到硅基极限的挑战，摩尔定....
现在，手机和人工神经网络（ANNs）可能有助于检测老年人何时摔倒，因为很多智能手机内部都带有加速度计....
尽管使用神经网络进行图片去模糊并不是一个新想法，但腾讯优图实验室别出心裁的将物理直觉结合进来以促进模....
早在2015年，当时是斯坦福大学计算机科学博士生的Andrej Karpathy就使用循环神经网络来....
最后，我们来看看处理后的车道线逻辑。首先，用深度学习神经网络扫描2D图像的每个像素以确定它是否属于行....
如果文件夹中已经存在weights.h5，也没有声明“--new_model”参数，脚本将直接导入这....
人工智能指人造的机器智能，由1956年达特茅斯会议上正式提出。机器学习是实现人工智能的主流手段，是基....
在这项研究中，我们的目标是通过答复分类任务学习语义相似度：给定一个对话输入，我们希望从一批随机选择的....
AM 背后的想法很直观，其基本的算法也早在 2009 年就已经被 Erhan 等人提了出来。他们将 ....
如果认知系统基于模型，那么您需要首先了解机器学习模型是什么。与通过数据训练来学习隐藏模式的物理模型（....
角蜂鸟Horned Sungem集成了Intel Movidius MA245X卷积神经网络（CNN....
社交媒体中的互动和关系网络图中，蕴含着深意。像WordNet这样的同义图表能够通过计算机视觉，帮助我....
虽然近年来 GPU 硬件算力和训练方法上均取得了重大进步，但在单一机器上，网络训练所需要的时间仍然长....
在现实世界中，许多任务都包含离散特征，当使用深度神经网络进行建模时，处理这些离散特征将会变得一个棘手....
至此，RL-Restore算法已经拥有了较好的工具选取策略，还需要解决对“中间结果”进行复原的挑战。....
欧盟所有成员国都将采用新的通用数据保护条例(也称为GDPR)，该条例对于个人信息的收集、管理和使用有....
在任何数据处理应用中授权同意是很难展示的，尤其是大规模的个人识别数据无法避免的情况下，在芯片中集成神....
Floris de Lange教授主要研究大脑如何利用先验的知识经验对输入进行主动预测，从而帮助我们....
供应链服务
版权所有 (C) 深圳华强聚丰电子科技有限公司
电信与信息服务业务经营许可证：粤B2-单片机芯片型号有哪些_常见单片机芯片型号大全
经典的：1、MCS-51系列Intel公司生产2、61单片机3、AVR单片机4、MSP430超低功耗单片机德州仪器（TI）公司生产5、PIC单片机MicroChip公司生产6、飞思卡尔的单片机7、英飞凌的单片机
最早由Intel公司推出8051/31类单片机。由于Intel公司将重点放在186，386，奔腾等与PC类兼容的高档芯片开发上。Intel公司将MCS-51系列单片机中的8051内核使用权以专利互换或出让给世界许多著名IC制造厂商，如Philips、NEC、Atmel、AMD、Dallas、siemens、Fujutsu、OKI、华邦、LG等。
这些公司在保持与8051单片机兼容基础改善了8051的许多特点。扩展了针对满足不同测控对象要求的外围电路，如满足模拟量输入的A/D、满足伺服驱动的PWM、满足高速输入/输出控制的HSL/HSO、满足串行扩展总线I2C、保证程序可靠运行的的WDT、引入使用方便且价廉的FlashROM等。提高了速度，降低了时钟频率，放宽了电源电压的动态范围，降低了产品价格。
使得以8051为内核的MCU系列单片机在世界上产量最大，应用也最广泛。80C51已成为8位单片机的主流，成了事实上的标准MCU芯片。
51系列单片机是这些厂商以Intel公司MCS-51系列单片机中的8051为基核推出的各种型号的兼容性单片机。Intel公司MCS-51系列单片机中的8051是其中最基础的单片机型号。
2.Atmel公司（美国）
Atmel公司是世界上著名的高性能、低功耗、非易失性存储器和数字集成电路的一流半导体制造公司。Atmel公司最令人注目的是它的EEPROM电可擦除技术闪速存储器技术和质量高可靠性的生产技术，在CMOS器件生产领域中Atmel的先进设计水平优秀的生产工艺及封装技术一直处于世界的领先地位。
这些技术用于单片机生产使单片机也具有优秀的品质，Atmel公司的单片机是目前世界上一种独具特色而性能卓越的单片机，在结构性能和功能等方面都有明显的优势，它在计算机外部设备通讯设备自动化工业控制宇航设备仪器仪表和各种消费类产品中都有着广泛的应用前景。
其生产的AT90系列是增强型RISC（精简指令集）内载FLASH单片机，通常称为AVR系列（AdvanceRISC）。使用哈佛结构。芯片上的Flash存储器附在用户的产品中，可随时编程，再编程，使用户的产品设计容易，更新换代方便。其增强的RISC结构，使其具有高速处理能力，在一个时钟周期内可执行复杂的指令，每MHz可实现1MIPS的处理能力.AVR单片机工作电压为2.7~6.0V，可以实现耗电最优化.AVR的单片机广泛应用于计算机外部设备，工业实时控制，仪器仪表，通讯设备，家用电器，宇航设备等各个领域。
AT91M系列是基于ARM7TDMI嵌入式处理器的，ATMEL16/32微处理器系列中的一个新成员，该处理器用高密度的16位指令集实现了高效的32位RISC结构且功耗很低。另外Atmel的增强型51系列（AT89系列）单片机目前在市场上仍然十分流行，其中AT89S51十分活跃。（l）前缀由字母AT组成，表示该器件是ATMEL公司的产品（2）型号89CXXXX中C是表示内部含Flash存储器C表示为CMOS产品89LVXXXX中LV表示低压产品89SXXXX中S表示含有串行下载Flash存储器
3.Microchip公司（美国）
MicroChip单片机的主要产品是PIC16C系列和17C系列8位单片机，CPU采用RISC结构，分别仅有33，35，58条指令，采用Harvard双总线结构，运行速度快，低工作电压，低功耗，较大的输入输出直接驱动能力，价格低，一次性编程，小体积。以低价位著称，一般单片机价格都在1美元以下.Microchip单片机没有掩膜产品，全部都是OTP器件（现已推出FLASH型单片机）.Microchip强调节约成本的最优化设计，是使用量大，档次低，价格敏感的产品。在办公自动化设备，消费电子产品，电讯通信，智能仪器仪表，汽车电子，金融电子，工业控制不同领域都有广泛的应用，PIC系列（PIC16C5X、PIC16CXX、PIC17CXX、PIC18CXXX、PIC16FXXX、PIC17CXXX、PIC18XXXX）单片机在世界单片机市场份额排名中逐年提高，发展非常迅速。
4.TI公司（美国）
MSP430系列单片机是由TI公司开发的16位单片机。其突出特点是超低功耗，非常适合于各种功率要求低的场合。有多个系列和型号，分别由一些基本功能模块按不同的应用目标组合而成。采用冯-诺依曼架构，通过通用存储器地址总线（MAB）与存储器数据总线（MDB）将16位RISCCPU、多种外设以及高度灵活的时钟系统进行完美结合。MSP430能够为当前与未来的混合信号应用提供很好的解决方案。所有MSP430外设都只需最少量的软件服务。例如，模数转换器均具备自动输入通道扫描功能和硬件启动转换触发器，一些也带有DMA数据传输机制。这些卓越的硬件特性使我们能够集中利用CPU资源，实现目标应用所要求特性，而不必花费大量时间用于基本的数据处理。这意味着能以更少的软件与更低的功耗实现更低成本的系统。主要应用范围：计量设备、便携式仪表、智能传感系统、医疗设备和保安系统。由于其较高的性能价格比，应用已日趋广泛。
5.NS公司（美国）
COP800系列单片机是NS（美国国家半导体公司）的产品，该公司以生产先进的模拟电路著称，能生产高水平的数字模拟混合电路.COP8单片机内部集成了16位A/D，这在单片机中是不多见的.COP8单片机内部使用了EMI电路，在&看门狗&电路以及STOP方式下的唤醒方式都有独到之处。此外，COP8的程序加密也做的非常好。
COP400系列、HPC系列单片机
6.Motorola公司（美国）
Motorola是世界上最大的单片机厂商，品种全，选择余地大，新产品多，从M6800开始，开发了广泛的品种，4位，8位，16位32位的单片机都能生产。在8位机方面有M68HC05和升级产品M68HC08，68HC05有30多个系列200多个品种，产量超过20亿片.8位增强型单片机，M68HC11也有30多个品种，年产量1亿片以上，升级产品有M68HC12。16位单片机68HC16也有十多个品种.32位单片机683XX系列也有几十个品种。
近年来以PowerPC，Codfire，M.CORE等作为CPU，用DSP作为辅助模块集成的单片机也纷纷推出，目前仍是单片机的首选品牌。Motorola单片机特点之一是在同样的速度下所用的时钟较Intel类单片机低的多因而使得高频噪声低，抗干扰能力强，更适合用于工控领域以及恶劣环境。
Motorola8位单片机过去策略是掩膜为主，最近推出OTP计划以适应单片机的发展，在32位机上，M.CORE在性能和功耗上都胜过ARM7.
7.Cygnal公司（美国）
8.Zilog公司（美国）
Z8单片机是该公司的产品，采用多累加器结构，有较强中断处理能力。产品为OTP型，Z80单片机的开发工具可以说是物美价廉，Z8单片机以低价位的优势面向低端应用，以18引脚封装位主，ROM位0.5~2KB。很多人都知道Z80单板机，直到90年代后期，很多大学的微机原理还是讲述Z80。最近Zilog公司又推出了Z86系列单片机，该系列内部集成廉价的DSP单元。
9.Ubicom公司
Scenix系列单片机的I/O模块最有创意.I/O模块的集成与组合技术是单片机技术不可缺少的重要方面。除传统的I/O功能模块如并行I/O，URT，SPI，I2C，A/D，PWM，PLL，DTMF等，新的I/O模块不断出现，如USB，CAN，J1850，最具代表的是Motorola32位单片机，它集成了包括各种通信协议在内的I/O模块，而Scenix单片机在I/O模块的处理上引入了虚拟I/O的概念。
Scenix单片机采用了RISC结构的CPU，使CPU最高工作频率达50MHz.运算速度接近50MIPS.有了强有力的CPU，各种I/O功能便可以用软件的办法模拟。单片机的封装采用20/28引脚。公司提供各种I/O的库函数，用于实现各种I/O模块的功能。这些软件完成的模块包括多路UART，多种A/D，PWM，SPI，DTMF，FSK，LCD驱动等，这些都是通常用硬件实现起来相当复杂的模块。
Scenix公司推出的8位RISC结构SX系列单片机与Intel的PentiumII等一起被评选为1998年世界十大处理器。在技术上有其独到之处：SX系列双时钟设置，指令运行速度可达50/75/100MIPS（每秒执行百万条指令，XXXMInstructionPerSecond）;具有虚拟外设功能，柔性化I/O端口，所有的I/O端口都可单独编程设定，公司提供各种I/O的库函数，用于实现各种I/O模块的功能，如多路UART，多路A/D，PWM，SPI，DTMF，FS，LCD驱动等等。采用EEPROM/FLASH程序存储器，可以实现在线系统编程。通过计算机RS232C接口，采用专用串行电缆即可对目标系统进行在线实时仿真。
10.SST公司美国单片机：
SST89系列单片机为标准的51系列单片机包括SST89E/V52RD2，SST89E/V54RD2，SST89E/V58RD2，SST89E/V554RC，SST89E/V564RD等。它与8052系列单片机，兼容。提供系统在线编程（ISP功能）。内部flash擦写次数1万次以上，程序保存时间可达100年。
11.Philips单片机
飞利浦半导体作为全球著名的半导体产品供应商，在单片机（MCU）领域具有强大的影响力，产品范围广泛并且在技术创新上极为活跃。尤其近几年在ARM（32位）和增强型51单片机方面，有大量的新产品问世。飞利浦51系列单片机与MCS-51指令系统完全兼容。
NXP（恩智浦）公司（由philips创立半个多世纪）的80C51系列、LPC700系列、LPC900系列
12.NEC公司（日本）
NEC单片机自成体系，&PD78054系列，以8位机78K系列产量最高，也有16位，32位单片机.16位单片机采用内部倍频技术，以降低外时钟频率。有的单片机采用内置操作系统.NEC的销售策略注重服务大客户，并投入相当大的技术力量帮助大客户开发新产品。
13.东芝TOSHIBA公司（日本）
东芝单片机从4位倒64位，门类齐全.4位机在家电领域仍有较大市场.8位机主要有870系列，90系列等。该类单片机允许使用慢模式，采用32KHz时钟功耗低至10uA数量级.CPU内部多组寄存器的使用，使得中断响应与处理更加快捷。东芝公司的32位机采用MIPS3000ARISC的CPU结构，面向VCD，数字相机，图象处理市场。
14.Epson公司（日本）
Epson（日本爱普生）公司以擅长制造液晶显示器著称，故Epson单片机主要为该公司生产的LCD（液晶显示屏）配套。EPSON单片机以低电压，低功耗和内置LCD驱动器特点著名于世，尤其是LCD驱动部分做得很好。目前0.9V供电的单片机已经上市，不久LCD显示手表将使用0.5V供电。广泛用于工业控制，医疗设备，家用电器，仪器仪表，通信设备和手持式消费类产品等领域。目前EPSON已推出四位单片机SMC62系列，SMC63系列，SMC60系列和八位单片机SIC8800系列、SIC88300系列、SIC88800系列、SIC33系列
15.富士通FUJITSU公司（日本）
富士通也有8位，16位和32位单片机，但是8位机使用的是16位的CPU内核。也就是说8位机与16位机指令相同，使得开发比较容易.8位机有名是MB8900系列，16位机有MB90系列.F²MC&8L系列、F²MC&16系列（F²MC即FUJITSUFlexibleMicrocontroller，表示是FUJITSU功能齐全的单片机）富士通注重服务大公司，大客户，帮助大客户开发产品。
16.日立HITACHI公司（日本）
H8/300系列、H8/300L系列、H8/300HTiny系列、H8/300H系列、H8/500系列、H88系列、SH-1系列、SH-2系列、SH-3系列、SH-4系列
17.MITSUBISHI公司（日本）
3800系列、740系列、760系列、7700系列、7900系列、M16C系列、M32系列
18.三星SAMAUNG公司（韩国）
三星单片机有KS51和KS57系列4位单片机，KS86和KS88（S3C8）系列8位单片机，KS17系列16位单片机和KS32系列32位单片机，三星还为ARM公司生产ARM单片机，常见的S344b0等。三星单片机为OTP型ISP在片编程功能。
GMS90系列单片机与IntelMCS-51系列，Atmel89C51/52，89C2051等单片机兼容，CMOS技术，高达40MHZ的时钟频率，应用于：多功能电话，智能传感器，电度表，工业控制，防盗报警装置，各种计费器，各种IC卡装置，DVD，VCD，CD-ROM。GMS90CXX、GMS97CXX、GMS90LXX、GMS97LXX
20.华邦WINBOND公司：
华帮单片机属于8051类单片机，它们的W77，W78系列8位单片机的脚位和指令集与8051兼容，但每个指令周期只需要4个时钟周期，速度提高了三倍，工作频率最高可达40MHz.同时增加了WatchDogTimer，6组外部中断源，2组UART，2组Datapointer及Waitstatecontrolpin.W741系列的4位单片机带液晶驱动，在线烧录，保密性高，低操作电压（1.2V~1.8V），W78系列与标准的8051兼容，W77系列为增强型51，对8051的时序做了改进。同样时钟下速度快了不少。在4位机上华帮有921系列，带LCD驱动的741系列。在32位机方面，华帮使用了惠普公司PA-RISC单片机技术，生产低位32位RISC单片机。
21义隆电子股份有限公司（台湾）
EM78系列OTP型单片机由台湾义隆电子股份有限公司生产，直接替换PIC16CXX，管脚兼容，功能更强，程序可用专业转换软件转换。适用范围：家电产品、IC卡终端产品（水表电表、煤气表）、保密系统（软件狗、报警器、监控器）、遥控器、仪表仪器，通信产品（多功能电话、交换机、密码锁）、电子医疗器械等。
22.凌阳科技股份有限公司（台湾）
中国台湾凌阳科技股份有限公司（SunplusTechnologyCO.LTD）2001年推出的第一代单片机，具有高速度、低价、可靠、实用、体积小、功耗低和简单易学等特点。像SPCE061A型单片机内嵌32K字闪存Flash，处理速度高，尤其适用于数字语音播报和识别等应用领域，是数字语音识别与语音信号处理的理想产品，得到了广泛的应用。
该公司至力于8位和16位机的开发.SPMC65系列单片机是凌阳主推产品，采用8位SPMC65CPU内核，并围绕这个通用的CPU内核，形成了不同的片内资源的一系列产品。在系列芯片中相同的片内硬件功能模块具有相同的资源特点；不同型号的芯片只是对片内资源进行删减。其最大的特点就是超强抗干扰。广泛应用于家用电器、工业控制、仪器仪表、安防报警、计算机外围等领域。
SPMC75系列单片机内核采用凌阳科技自主知识产权的16位微处理器，SPMC75系列单片机集成了多种功能模块：多功能I/O口、同步和异步串行口、ADC、定时计数器等常硬件模块，以及能产生电机驱动波形的PWM发生器、多功能的捕获比较模块、BLDC电机驱动专用位置侦测接口、两相增量编码器接口等特殊硬设，主要用于变频马达驱动控制。SPMC75系列单片机具有很强的抗干扰能力，广泛应用于变频家电、变频器、工业控制等控制领域。
23.MICON麦肯公司（台湾）
MDT20XX系列单片机是台湾MICON麦肯公司设计的OTP/MASK掩膜型8位单片机，自1997年推向市场以来，深受广大用户欢迎。MDT系列单片机与PIC相比最大特点是温度范围为工业级，最大工作频率可达到20MHz，不分型号和后缀，及售价十分便宜，同时只需将PIC的HEX文件作十分简单的转换即可，不用作任何修改。工业级OTP单片机，与PIC单片机管脚完全一致，海尔集团的电冰箱控制器，TCL通信产品，长安奥拓铃木小轿车功率分配器就采用这种单片机。
24.Infineon（英飞凌）公司
（由Siemens半导体公司更名而来）的C500/C800系列、XC800系列、XE166系列、XC166系列、C166系列
25.珠海建荣科技公司
AX1001单片机，它是100MIPS高性能8位RISC微控制器，采用了先进的CMOSOTP技术，应用于税控机、条形码扫描仪、打印机、网络控制系统、读卡器等等。该款芯片性能比很高
26.深圳宏晶科技
STC单片机（据说是美国开发，技术卖给宏晶，现宏晶委托台湾某公司生产，宏晶销售）完全兼容51单片机，并有其独到之处，其抗干扰性强，加密性强，超低功耗，可以远程升级，内部有MAX810专用复位电路，价格也较便宜，由于这些特点使得STC系列单片机的应用日趋广泛。
MaskROM（掩膜ROM）--MaskROM的写入是由生产厂商用最后的一道工序掩腊工艺来写入信息的，用户不能擦写更改。
OTPROM（OneTimeProgrameROM）--由用一次性编程，写入后不能更改。若要更改，芯片作废。
EPROM（ErasableProgrammableROM）--EPROM可由用户用专用的EPROM编程器自行写入。需要修改时可先用紫外线照射，擦除原有信息，再次写入新的信息，能反复多次使用。
EEPROM--EEPROM比EPROM具有更大的灵活性。在TTL电压下就能实现写入操作。
FlashROM--FlashROM是一种新型的电可擦除，非易失性存储器，使用方便，价格低廉，可多次擦写，近年来应用广泛。
MPU（MicroprocessorUnit）--微处理器
MCU（MicrocontrollerUnit）--单片机
SPI串行外围接口
CISC--集中指令集
RISC（ReducedInstructionSetComputer）--精简指令集
Harvard双总线结构：传统的冯-诺依曼结构的计算机是在同一个存储空间取指令和数据（即普林斯顿结构），两者不能同时进行，故限制了带宽，而采用Harvard双总线结构的计算机，指令和数据空间是完全分开的，一个用于指令，另一个用于数据，可以对程序和数据同时访问，提高了数据的吞吐率。
发布评论请先
“目前国内集成电路已经形成了较为成熟的产业生态链，其中人才培养是重中之重”Ben介绍到，“要为在校学....
果然，TensorFlow Mobile的老大，满脑子还是便携设备的事。Pete Warden，是谷....
EG8030 是一款数字化的、功能完善的自带死区控制的三相纯正弦波逆变发生器芯片，可配置的四种工作模....
瑞萨电子在北京赛区举办一场瑞萨电子技术研讨会，本视频为瑞萨2009大赛B题MMC-1模块介绍。
瑞萨电子在北京赛区举办一场瑞萨电子技术研讨会，本视频为瑞萨单片机技术概述、2009大赛B题MMC-1....
据悉，瑞声科技拥有工程师及以上资格的人员约5000余人，14个研发中心分布于中国、美国、芬兰、丹麦、....
从深蓝到Alpha Go，人工智能逐渐被人们熟知。智能手机、智能家居、智能出行等设备和应用场景，已经....
今年以来中国的芯片产业受到了前所未有的关注，这也许要感激特朗普给我国民众普及了一下芯片知识。从中国芯....
新的征程，紫光展锐提出了更富战略性的企业定位：致力成为世界数一数二的芯片设计企业。紫光展锐将充分发挥....
设置好，单击应用，关闭该对话框，然后重新单击调试按钮进行调试。这次程序就可以保存到芯片内的闪存了。但....
瑞萨电子在北京赛区举办一场瑞萨电子技术研讨会，本视频为瑞萨16位单片机讲座。
瑞萨电子在北京赛区举办一场瑞萨电子技术研讨会，本视频为题目为Easy MCU Easy RF
当以太网端口接收到不带VLANTag 的报文时，端口将在缺省VLAN 的范围内传输该报文。Acces....
就在今天，联电在股东大会上对外透露，今年以来联电8寸厂产能全线满载，上半年并未跟进同业脚步涨价，但8....
启动代码通常都烧写在flash中，它是系统一上电就执行的一段程序，它运行在任何用户c代码之前。
Fab 8也有几十个工作，它试图填补，因为它增加了7纳米芯片在工厂，全球铸造厂正在扩大到未使用的部分....
90 年代随着集成技术的进步、设备的改进和深亚微米技术的使用，LSI、VLSI、ULSI相继出现，硅....
缺芯”之痛，到底痛在哪里？谈及这个问题，天数智芯CEO李云鹏认为，除了有原创知识产权缺乏的因素，主要....
本文档的主要内容详细介绍的是单片机的开发工具包括了KEIL编程软件,开发板驱动, 程序烧入软件，常用....
了解电池充电器芯片规格
MSP430 在电表应用领域具有完备的解决方案
MSP430f5xx系列单片机提供突破性性能和超低功率、帮助客户开发高级便携应用的全新一代产品。
MSP430 是一款超低功耗单片机，非常适合便携式产品以及便携式医疗产品的应用。设计便携式医疗产品通....
去年，英特尔向量子计算的商业化迈出了一小步，拿出了17个量子位超导芯片，随后CEO Brian Kr....
虽然和世界先进水平仍有较大差距，不过这几年国产半导体的进步是有目共睹的，性能也在迎头赶上。
无线充电大热，产品众多，呈现在消费者面前的产品质量可以说是参差不齐，下面小编就汇总一些备受认可的无线....
炬力的芯片型号虽然较多，但是其内核基本相同（Z80或者Mips）。版主虽然有列过，但是只有型号没有说....
用普通的电源加在电源正负极即可，用普通电池的加1.5V，用锂电池的加3.7V，电流表指针不大于40m....
本文档的主要内容详细介绍的是基于单片机的的自制放大模块电子称的详细资料概述包括了烧写程序，和电路图，....
特性：<1μA LPM3 待机模式;<1μs 0-16MH零功耗 BOR;振荡器失效保护;增强....
MSP430 单片机外围模块 - LCD [利尔达]
TPS54620 是业内尺寸最小的单芯片 6A 17V 降压转换器，它具有集成 FET。 这款效率高....
TI 基于 MSP430 微处理器的电容式触摸按键方案
随着5G网络的即将商用，手机芯片厂商纷纷抢先推出了自家的5G芯片。此前高通、英特尔、华为先后展示了自....
“核心技术靠化缘是化不来的”。曾学忠指出，但是，当前中国半导体火热，很多靠化缘的公司生存，这是一个可....
联发科并不满足于此，业内人士透露联发科正在开发一款更高阶的芯片。据Digitimes报道，联发科计划....
一位上世纪90年代毕业于南开微电子专业的金融从业者告诉21世纪经济报道记者，他们班上60%的学生从事....
MSP430F149IPM是TI公司设计生产的一款超低功耗的16位单片机。具有低电压、超低功耗；快速....
单片机仿真器是指以调试单片机软件为目的而专门设计制作的一套专用的硬件装置。
本文档的主要内容详细介绍了LPC1765 FBD100外设芯片引脚分布图免费下载
超声波指向性强，能量消耗缓慢，在介质中传播的距离比较远，因此超声波常用于障碍物的距离测量。由于超声波....
中国的电子产业发展，本身是一个由末端产品向前端技术不断推进的过程。
业内人士指出，国内芯片产业的发展之所以需要政府的大力扶持，还有一个很重要的原因：芯片产业的工艺不断升....
对于三星来说，芯片可以说整个电子业务的“发动机”，得益于DRAM和NAND闪存价格的攀升，三星芯片排....
据消息称，富士康集团在深圳举办实体经济与数字经济融合发展高峰论坛，并庆祝富士康30周岁生日，创新工场....
据消息报道，今年，三星电子继续维持在全球半导体市场的龙头地位。随着英特尔（55.05， -0.83，....
i.MX RT1052是i.MX RT系列芯片，是由 NXP 半导体公司推出的跨界处理器芯片，该系列....
就硬件来说，国内芯片设计公司更加趋向于从国外购买技术授权，而非从底层开始自主研发。中国手机芯片厂商卖....
电载荷：包括突然的电冲击、电压不稳或电流传输时突然的振荡（如接地不良）而引起的电流波动、静电放电、过....
除了高算力，ThinkForce还有芯片虚拟化技术，可以在需要弹性计算的场景成倍提高芯片使用率，例如....
供应链服务
版权所有 (C) 深圳华强聚丰电子科技有限公司
电信与信息服务业务经营许可证：粤B2-}