本帖最后由 xu@xupt 于 2023-11-25 13:17 编辑
TinyML实践之NanoEdgeAIStudio
TinyML 是指“微型机器学习”，是一种将机器学习模型部署到资源受限的设备上的技术。NanoEdge™ AI Studio 利用 TinyML 技术来实现在资源受限的设备上运行的机器学习应用，为客户提供定制化的人工智能解决方案。
NanoEdge™ AI Studio*旨在让终端用户轻松获得真正的创新成果。开发人员只需几个简单的步骤，便可基于最少量的数据为其项目创建最佳的机器学习库。
Studio面向开发人员，是基于PC的按键式开发工作组合，可在Windows®或Linux® Ubuntu®上运行，可以生成四种类型的库，包括异常检测、异常值检测、分类和回归库。
Studio的所有功能包括：
- - 设计和生成STM32优化库，包括异常和异常值检测、特征分类、时间和多变量信号推理。
- - 使用非常小的数据集设计的异常检测库，能够直接在STM32微控制器上学习异常并实时检测缺陷。
- - 采用非常小的数据集的特定类异常值检测库，能够在设备正常运行期间采集数据并检测任何异常模式偏差。
- - 使用带标签数据集的N类分类库，能够对信号进行实时分类。
- - 使用小型分段数据集进行推理的回归库，能够基于以前从未见过的数据模式预测未来的值。
- - 支持各种类型的传感器，包括振动、磁力计、电流、电压、多轴加速度计、温度、声学等。
- - 从数百万种可能的算法中进行筛选，以找到在准确性、保密性、推理时间和内存占用方面最优的库。
- - 生成代码量极少的库，甚至能够在最小的Arm® Cortex®-M0微控制器上运行。
- - 嵌入式仿真器，可通过连接的STM32板或测试数据文件实时测试库性能。
- - 原生支持STM32开发板，无需配置。
- - 可以轻松移植到各种STM32微控制器系列。
案例1：NanoEdgeAIStudio案例之----电气故障检测和分类
https://bbs.21ic.com/icview-3343264-1-1.html
案例2：NanoEdgeAIStudio案例之----发动机异常检测
https://bbs.21ic.com/icview-3343268-1-1.html
案例3：NanoEdgeAIStudio案例之----电机故障诊断
https://bbs.21ic.com/icview-3343272-1-1.html
案例4：NanoEdgeAIStudio案例之----食物识别
https://bbs.21ic.com/icview-3343466-1-1.html
案例5：NanoEdgeAIStudio案例之----人体存在检测（视觉唤醒词）
https://bbs.21ic.com/icview-3343476-1-1.html
| 
楼主
标题置顶
标题高亮
