亚洲高清国产一线久久,日韩人妻精品专区…综合网,深夜福利在线观看网址,任我橹这里只有精品在线视频,国产精品va在线观看丝瓜影院,国产有码在线播放视频

 

困難源于一個(gè)事實(shí)，即ML模型僅與其數(shù)據(jù)集一樣好，并且一旦獲取了正確的數(shù)據(jù)，就必須對(duì)該系統(tǒng)進(jìn)行適當(dāng)?shù)呐嘤?xùn)以使其起作用，以使其實(shí)用。

 

本文將向開(kāi)發(fā)人員展示如何將Google的TensorFlow Lite for Microcontrollers ML模型實(shí)現(xiàn)到Microchip Technology微控制器中。然后，它將說(shuō)明如何在TensorFlow Lite中使用圖像分類(lèi)和對(duì)象檢測(cè)學(xué)習(xí)數(shù)據(jù)集，以最少的自定義編碼輕松識(shí)別對(duì)象。

 

然后，它將引入Adafruit Industries的TensorFlow Lite ML入門(mén)套件，該套件可使開(kāi)發(fā)人員熟悉ML的基礎(chǔ)知識(shí)。

 

嵌入式視覺(jué)系統(tǒng)的ML

廣義上講，ML為計(jì)算機(jī)或嵌入式系統(tǒng)提供了類(lèi)似于人的模式識(shí)別功能。從人類(lèi)感覺(jué)的角度來(lái)看，這意味著使用諸如麥克風(fēng)和攝像機(jī)之類(lèi)的傳感器來(lái)模仿人類(lèi)對(duì)聽(tīng)覺(jué)和視覺(jué)的感覺(jué)感知。盡管傳感器很容易用于捕獲音頻和視頻數(shù)據(jù)，但是一旦將數(shù)據(jù)數(shù)字化并存儲(chǔ)起來(lái)，就必須對(duì)其進(jìn)行處理，以便可以與代表已知聲音或?qū)ο蟮拇鎯?chǔ)模式進(jìn)行匹配。挑戰(zhàn)在于，例如，攝像機(jī)為視覺(jué)對(duì)象捕獲的圖像數(shù)據(jù)將與對(duì)象內(nèi)存中存儲(chǔ)的數(shù)據(jù)不完全匹配。需要在視覺(jué)上識(shí)別對(duì)象的ML應(yīng)用程序必須處理數(shù)據(jù)，以便它可以準(zhǔn)確有效地將相機(jī)捕獲的圖案與存儲(chǔ)在內(nèi)存中的圖案進(jìn)行匹配。

 

有不同的庫(kù)或引擎用于匹配傳感器捕獲的數(shù)據(jù)。TensorFlow是一個(gè)用于匹配模式的開(kāi)源代碼庫(kù)。TensorFlow Lite for Microcontrollers代碼庫(kù)專(zhuān)為在微控制器上運(yùn)行而設(shè)計(jì)，因此減少了內(nèi)存和CPU要求以在更有限的硬件上運(yùn)行。具體來(lái)說(shuō)，它需要一個(gè)32位微控制器，并使用少于25 KB的閃存。

 

但是，雖然TensorFlow Lite for Microcontrollers是ML引擎，但系統(tǒng)仍需要學(xué)習(xí)要識(shí)別的模式的數(shù)據(jù)集。不管ML引擎有多好，該系統(tǒng)僅與其學(xué)習(xí)數(shù)據(jù)集一樣好，對(duì)于視覺(jué)對(duì)象，某些學(xué)習(xí)數(shù)據(jù)集對(duì)于許多大型模型可能需要數(shù)GB的數(shù)據(jù)。更多數(shù)據(jù)需要更高的CPU性能才能快速找到準(zhǔn)確的匹配項(xiàng)，這就是為什么這些類(lèi)型的應(yīng)用程序通?？梢栽诠δ軓?qiáng)大的計(jì)算機(jī)或高端筆記本電腦上運(yùn)行的原因。

 

對(duì)于嵌入式系統(tǒng)應(yīng)用程序，僅應(yīng)將應(yīng)用程序必需的那些特定模型存儲(chǔ)在學(xué)習(xí)數(shù)據(jù)集中。如果系統(tǒng)應(yīng)該識(shí)別工具和硬件，則可以刪除代表水果和玩具的模型。這減小了學(xué)習(xí)數(shù)據(jù)集的大小，從而降低了嵌入式系統(tǒng)的內(nèi)存需求，從而在降低成本的同時(shí)提高了性能。

 

ML微控制器

為了運(yùn)行用于微處理器的TensorFlow Lite，Microchip Technology的目標(biāo)是使用基于Arm®Cortex®-M4F的ATSAMD51J19A-AFT微控制器在微控制器中進(jìn)行機(jī)器學(xué)習(xí)（圖1）。它具有512 KB的閃存和192 KB的SRAM存儲(chǔ)器，并以120兆赫（MHz）的速度運(yùn)行。ATSAMD51J19A-AFT是Microchip Technology ATSAMD51  ML微控制器系列的一部分。它符合汽車(chē)AEC-Q100 1級(jí)質(zhì)量標(biāo)準(zhǔn)，并在-40°C至+ 125°C的溫度范圍內(nèi)運(yùn)行，使其適用于最苛刻的IoT和IIoT環(huán)境。它是一種低壓微控制器，在120 MHz下運(yùn)行時(shí)的工作電壓為1.71至3.63伏。

 

ATSAMD51J19A聯(lián)網(wǎng)選項(xiàng)包括用于工業(yè)聯(lián)網(wǎng)的CAN 2.0B和用于大多數(shù)有線網(wǎng)絡(luò)的10/100以太網(wǎng)。這使微控制器可以在各種IoT網(wǎng)絡(luò)上運(yùn)行。USB 2.0接口支持主機(jī)和設(shè)備操作模式，可用于設(shè)備調(diào)試或系統(tǒng)聯(lián)網(wǎng)。

 

處理ML代碼時(shí)，4 KB的組合指令和數(shù)據(jù)緩存可提高性能。浮點(diǎn)單元（FPU）對(duì)于改善ML代碼的性能以及處理原始傳感器數(shù)據(jù)也很有用。

 

存儲(chǔ)學(xué)習(xí)數(shù)據(jù)集

ATSAMD51J19A還具有用于外部程序或數(shù)據(jù)存儲(chǔ)器存儲(chǔ)的QSPI接口。對(duì)于超出芯片上閃存容量的學(xué)習(xí)數(shù)據(jù)集的額外數(shù)據(jù)存儲(chǔ)，這很有用。QSPI還具有就地執(zhí)行（XiP）支持，用于外部高速程序存儲(chǔ)器擴(kuò)展。

 

ATSAMD51J19A還具有SD / MMC存儲(chǔ)卡主機(jī)控制器（SDHC），對(duì)于ML應(yīng)用非常有用，因?yàn)樗梢暂p松地交換ML代碼和學(xué)習(xí)數(shù)據(jù)集。TensorFlow Lite for Microcontrollers引擎可以在ATSAMD51J19A的512 KB閃存中運(yùn)行，而學(xué)習(xí)數(shù)據(jù)集則可以定期進(jìn)行升級(jí)和改進(jìn)。學(xué)習(xí)數(shù)據(jù)集可以存儲(chǔ)在外部QSPI閃存或QSPI EEPROM中，并且可以根據(jù)網(wǎng)絡(luò)配置通過(guò)網(wǎng)絡(luò)進(jìn)行遠(yuǎn)程升級(jí)。但是，對(duì)于某些系統(tǒng)，將存儲(chǔ)卡與另一個(gè)具有改進(jìn)的學(xué)習(xí)數(shù)據(jù)集的存儲(chǔ)卡進(jìn)行物理交換會(huì)更方便。在此配置中，開(kāi)發(fā)人員需要確定是否應(yīng)將系統(tǒng)設(shè)計(jì)為熱交換存儲(chǔ)卡，或者是否需要關(guān)閉IoT節(jié)點(diǎn)。

 

如果IoT節(jié)點(diǎn)受到空間的限制，那么最好使用盡可能多的應(yīng)用程序放入微控制器存儲(chǔ)器中，而不是使用外部存儲(chǔ)器。Microchip Technology的ATSAMD51J20A-AFT與ATSAMD51J19A相似，并且引腳兼容，不同之處在于它具有1 MB的閃存和256 KB的SRAM，從而為學(xué)習(xí)數(shù)據(jù)集提供了更多的片上存儲(chǔ)空間。

 

使用TensorFlow Lite開(kāi)發(fā)微控制器

Adafruit Industries利用4317 TensorFlow Lite for Microcontrollers開(kāi)發(fā)套件支持ATSAMD51J19A的開(kāi)發(fā)（圖2）。該評(píng)估板具有2 MB的QSPI閃存，可用于存儲(chǔ)學(xué)習(xí)數(shù)據(jù)集。該套件帶有用于ML音頻識(shí)別的麥克風(fēng)插孔。它的1.8英寸彩色160 x 128 TFT LCD可用于開(kāi)發(fā)和調(diào)試。當(dāng)TensorFlow Lite for Microcontrollers與語(yǔ)音識(shí)別學(xué)習(xí)數(shù)據(jù)集一起使用時(shí)，該顯示器還可用于語(yǔ)音識(shí)別演示。當(dāng)應(yīng)用程序識(shí)別不同的單詞時(shí)，它們可以顯示在屏幕上。

 

Adafruit Industries套件還具有八個(gè)按鈕，一個(gè)三軸加速度計(jì)，一個(gè)光傳感器，一個(gè)微型揚(yáng)聲器和一個(gè)鋰聚合物電池。ATSAMD51J19A的USB 2.0端口被引到用于電池充電，調(diào)試和編程的連接器。

 

Adafruit套件隨附了適用于微控制器的TensorFlow Lite的最新版本?？梢允褂肬SB端口將學(xué)習(xí)數(shù)據(jù)集加載到ATSAMD51J19A微控制器的512 KB閃存中，或加載到外部2 MB QSPI存儲(chǔ)器中。

 

為了進(jìn)行圖像識(shí)別評(píng)估，可以將TensorFlow對(duì)象檢測(cè)學(xué)習(xí)集加載到開(kāi)發(fā)板上。開(kāi)發(fā)板具有用于連接微控制器的并行和串行端口的端口，其中許多端口可用于連接外部攝像機(jī)。將對(duì)象檢測(cè)學(xué)習(xí)設(shè)置加載到微控制器上后，LCD可以用于顯示對(duì)象檢測(cè)ML處理結(jié)果的輸出，因此，如果識(shí)別出香蕉，則TFT顯示屏可能會(huì)顯示識(shí)別出的對(duì)象以及百分比置信度。結(jié)果顯示示例可能顯示為：

 

香蕉：95％

扳手：12％

眼鏡：8％

梳子：2％

 

對(duì)于物聯(lián)網(wǎng)對(duì)象檢測(cè)應(yīng)用程序的開(kāi)發(fā)，這可以加快開(kāi)發(fā)速度并幫助診斷任何不正確的檢測(cè)結(jié)果。

 

結(jié)論

ML是一個(gè)不斷擴(kuò)展的領(lǐng)域，需要專(zhuān)門(mén)技能才能從頭開(kāi)發(fā)微控制器和模型，并在邊緣高效地實(shí)現(xiàn)它們。但是，在低成本，高效的微控制器或開(kāi)發(fā)板上使用現(xiàn)有的代碼庫(kù)（例如TensorFlow Lite for Microcontrollers）可節(jié)省時(shí)間和金錢(qián)，從而產(chǎn)生了可用于快速檢測(cè)IoT節(jié)點(diǎn)中對(duì)象的高性能ML系統(tǒng)，可靠，高效。