Dodano: środa, 18 września 2024r. Producent: Microchip

AI/ML na krawędzi dla 32-bitowych mikroprocesorów Microchip, przy użyciu narzędzia Edge Impulse

Inżynierowie oprogramowania wbudowanego, którzy zmagali się z tworzeniem, testowaniem i wdrażaniem modeli uczenia maszynowego (ML), będą teraz mogli bezproblemowo wykonywać wszystkie te kroki i wiele więcej dzięki 32-bitowemu mikroprocesorowi (MPU) SAMA7G54 opartemu na rdzeniu Arm® Cortex®-A7, przy użyciu platformy Edge Impulse.

Aby przyspieszyć adopcję ML i sztucznej inteligencji (AI) na krawędzi, 32-bitowy MPU firmy Microchip jest w pełni zintegrowany z platformą Edge Impulse, która ma zapewnić inżynierom oprogramowania łatwe w użyciu urządzenie do opracowywania modeli AI/ML.

SAMA7G54, Arm Cortex-A7 32-bit MPU

SAMA7G54 to jednordzeniowy mikroprocesor oparty na architekturze Arm® Cortex®-A7, który może działać z częstotliwością do 1 GHz. Posiada różne interfejsy, takie jak m.in. równoległy 14-bitowy interfejs kontrolera czujnika obrazu, interfejs kamery MIPI CSI-2® i podsystem audio.

Mikroprocesor ten integruje również zaawansowane funkcje bezpieczeństwa, takie jak elementy kryptografii sprzętowej (AES/TEDS/SHA/RSA/ECC). Więcej informacji o samym mikrkontrolerze uzyskać można na dedykowanej stronie producenta.

Omówienie platformy Edge Impulse

Edge Impulse to firma, która dostarcza łatwy w użyciu zestaw narzędzi, który umożliwia programistom trenowanie, ocenianie i wdrażanie modeli ML na wbudowanych celach; główne kroki zilustrowano poniżej:

Rysunek 1: Ilustracja wszystkich kroków włączonych przez Edge Impulse

Aby być bardziej precyzyjnym, większość z tych kroków jest wykonywana dzięki Edge Impulse Studio, platformie online, której interfejs wizualny nadaje się zarówno dla początkujących, jak i ekspertów w dziedzinie AI/ML:

Rysunek 2: Migawka Edge Impulse Studio

Pierwszą kluczową funkcją jest automatyczne etykietowanie danych dla projektów wykrywania obiektów. To narzędzie może automatycznie lokalizować obiekty o podobnych cechach (forma, kolory itp.) na różnych obrazach zestawu danych treningowych, dzięki czemu można je szybciej etykietować.

Po pomyślnym utworzeniu i wstępnym przetworzeniu danych możliwe jest zbudowanie architektury modelu, która obejmuje moduły wejściowe, wyjściowe, przetwarzania i bloki uczenia się.

Po tym etapie przystąpić można do trenowania różnych modeli, używając szeregu parametrów, takich jak:

  • Liczba epok (w uczeniu maszynowym odnosi się do jednego całego przejścia danych treningowych przez algorytm. Jest to hiperparametr, który określa proces trenowania modelu uczenia maszynowego.)
  • Szybkość uczenia
  • Rozmiar partii
  • Rozszerzanie danych
  • Liczba neuronów dla ostatniej warstwy
  • Szybkość porzucania

Istnieją zaawansowane funkcje, które dodatkowo pomagają programistom, w tym EON Tuner.

To narzędzie zostało zaprojektowane do oceny różnych architektur i trenowania wielu modeli, biorąc pod uwagę określone ustawienia i wymagania sprzętowe. Systematycznie bada dane wejściowe, oceniając różne potencjalne bloki przetwarzania sygnałów i struktury sieci neuronowych. Ostatecznie możliwy będzie wybór modelu, który najlepiej odpowiada wymaganiom aplikacji.

Na poniższym obrazku widać, że Eon Tuner został użyty dla SAMA7G54, z docelowym czasem wnioskowania 100 ms. Po zakończeniu procesu proponowanych jest wiele różnych modeli, a widok można dostosować w zależności od najważniejszych kryteriów - na przykład dokładności, lub czasu wnioskowania.

Rysunek 3: Krótki przegląd EON Tuner

Po pomyślnej optymalizacji modelu i upewnieniu się, że spełnia on Twoje oczekiwania, możesz przejść do wdrożenia. Można to zrobić, bezpośrednio łącząc cel z projektem Edge Impulse lub pobierając model na komputer hosta i przesyłając go do celu:

Rysunek 4: Edge Impulse Studio - wdrożenie

Dzięki platformie Edge Impulse programiści mogą łatwo tworzyć aplikacje oparte na wizji maszynowej na brzegu, przetwarzaniu sygnałów i dźwięku oraz wielu innych przypadkach użycia. Narzędzie jest odpowiednie zarówno dla ekspertów, jak i początkujących w dziedzinie AI/ML.

Aby dowiedzieć się więcej o tym, jak używać SAMA7G54 z Edge Impulse, zapoznaj się z dokumentacją Edge Impulse. Aby przetestować narzędzie, odwiedź witrynę Edge Impulse.

Źródło: Microchip Technology Inc. Tłumaczenie: Gamma Sp. z o.o.

Gamma Sp. z o.o. jest autoryzowanym dystrybutorem rozwiązań firmy Microchip Technology w Polsce. Zapraszamy do kontaktu z naszym działem handlowym.

Pozostałe aktualności:

MAB-T660 kompaktowy system klasy barebone firmy Avalue Technology dla aplikacji wymagających wydajnego przetwarzania na krawędzi

MAB-T660 kompaktowy system klasy barebone firmy Avalue Technology dla...

Firma Avalue Technology Inc., wprowadziła na rynek MAB-T660, smukły, gotowy na AI system typu barebone, starannie...

środa, 14 maja, 2025 Więcej

Wydajność układu InnoSwitch™3-AQ zaprezentowana w nowych projektach referencyjnych firmy Power Integrations

Wydajność układu InnoSwitch™3-AQ zaprezentowana w nowych projektach...

Firma Power Integrations, zaprezentowała pięć nowych projektów referencyjnych ukierunkowanych na zastosowania...

poniedziałek, 12 maja, 2025 Więcej

Dlaczego warto wybrać kontrolery ekranów dotykowych maXTouch® do pracy w trudnych warunkach?

Dlaczego warto wybrać kontrolery ekranów dotykowych maXTouch® do pracy w...

Niezawodna obsługa paneli dotykowych w najtrudniejszych warunkach z kontrolerami maXTouch® firmy Microchip Technology.

poniedziałek, 12 maja, 2025 Więcej

KX-2 najmniejszy w swojej klasie ultraminiaturowy kryształ firmy Geyer Electronics

KX-2 najmniejszy w swojej klasie ultraminiaturowy kryształ firmy Geyer...

Dzięki wymiarom zaledwie 1,0 x 0,8 x 0,34 mm ultrakompaktowy kryształ KX-2 jest obecnie jednym z najmniejszych...

czwartek, 8 maja, 2025 Więcej

W6300 zaawansowany kontroler Ethernet PHY firmy WIZnet dla kompaktowych rozwiązań przemysłowych, IoT oraz inteligentnych sieci

W6300 zaawansowany kontroler Ethernet PHY firmy WIZnet dla kompaktowych...

W6300 to zaawansowany kontroler Ethernet przeznaczony do wysokowydajnych wbudowanych aplikacji sieciowych. Oferuje...

czwartek, 8 maja, 2025 Więcej

SBC BeagleBoard BeagleV®-Fire wykorzystuje rozwiązanie SoC PolarFire® firmy Microchip bazujący na technologii RISC-V i FPGA

SBC BeagleBoard BeagleV®-Fire wykorzystuje rozwiązanie SoC PolarFire®...

SBC BeagleV®-Fire firmy BeagleBoard zawiera układy SoC PolarFire® firmy Microchip, wykorzystujące technologię RISC-V...

czwartek, 8 maja, 2025 Więcej