发新帖我要提问
12
返回列表
打印
[其它产品/技术]

【每日话题】英飞凌 MCU+Imagimob:开启端侧 ML 应用设计之旅,赢家园币!

[复制链接]
楼主: 21小跑堂
手机看帖
扫描二维码
随时随地手机跟帖
21
端侧机器学习(ML)应用是指将机器学习模型部署在本地设备上,而不是依赖于云端服务器进行计算。这种模式具有许多优势,包括减少数据传输成本、提高响应速度、保护用户隐私等
符合的芯片是E84
手机推动这一领域的发展

使用特权

评论回复
22
HXM1593| | 2024-11-21 16:17 | 只看该作者
选择型号: PSOC™ 62
选择理由:官方提供的CY8CKIT-062S2-AI开发套件,关键是手上现有该版,也熟悉
应用场景:检测行人的状态并显示,并传递手环显示信息

使用特权

评论回复
23
zhangrui123| | 2024-11-21 23:22 | 只看该作者
英飞凌的XMC4000系列MCU采用具备内置DSP指令集的ARM® Cortex®-M4提供算力。同时具有高精度的模拟/混合外设,运算能力足够强大,方便使用矢量控制对PMSM进行控制。Imagemob软件可以加速故障诊断算法的落地,有利于PMSM故障诊断算法的开发。

使用特权

评论回复
24
dyx8899| | 2024-11-21 23:52 | 只看该作者
英飞凌公司在国内上市没有!如果上市高低整两手!支持发展!

使用特权

评论回复
25
lin709899021| | 2024-11-22 09:45 | 只看该作者
支持英飞凌,推荐MCU

使用特权

评论回复
26
混子黄| | 2024-11-22 16:57 | 只看该作者
现在MCU都已经集成到这个程度了?
发现好像大家都在做继承,这样对我们使用者来说确实方便了很多。
但是边缘集成这个比较新,需要大量数据以及测试进行验证,才能保证后续的应用是稳定可靠的

使用特权

评论回复
27
地瓜patch| | 2024-11-23 16:45 | 只看该作者
英飞凌MCU没用过,不过电源和场效应管倒是用过不少

使用特权

评论回复
28
lvyunhua| | 2024-11-23 17:21 | 只看该作者
lmaqimob到底是工具还是芯片呢,我没有看明白,请指教?

使用特权

评论回复
29
lvyunhua| | 2024-11-23 17:24 | 只看该作者
lmaqimob是公司的名称哦,他主要是做AI解决方案的公司,英飞凌收购了如虎添翼啊.

使用特权

评论回复
30
jobszheng| | 2024-11-27 10:12 | 只看该作者
项目创意:车载语音环境求救识别系统
选型型号:英飞凌XMC4500
选型理由:XMC 4500强大的EBU扩展与SD卡支持特性
方案简述:
利用XMC 4500的强大算力与Imagimob的结合的边缘AI与ML特性,一方面学习驾驶员日常语音指令,使其在突发疾病时,即使声音微弱,或受伤言语不清也能准确识别求救信号;另一方面,在云侧,对事故发生时的碰撞声音特征值的训练,在通过SD卡升级方式移植回端侧。这样,在事故发生时,车辆可以高效,准确,实时救助,上报。

使用特权

评论回复
31
lemonboard| | 2024-11-27 15:10 | 只看该作者
Imagimob的加入,将原来需要大量经验丰富的专业技术人员处理的事情判断,可以归为AI直接快速,高效的处理。

如果有机会我会使用英飞凌的XMC系列的XMC4200系列MCU来完成创意项目“基于AI的倾倒检测”项目。

选型依据是XMC4200微处理器基于Cortex-M4F内核,内置浮点数计算,主频高达144MHz,性能强劲。从BOM角度看,XMC4200性价比高。

“基于AI的倾倒检测”项目简介:倾倒检测应用在多种行业与领域,如物品码放,杆状物安装等都有应用。传统的倾倒检测处理较为机械,多采用阈值方式,当被检测物具有一定弹性时,易受到外部环境中的风力影响,导致误报事件频出,浪费了人力,物力。而基于AI的倾倒检测,可以在Imagimob的云端建立好模型,可根据所处环境自我学习更新,从而有效减少误报的发生,甚至可以提前预测倾倒,并发出告警。

使用特权

评论回复
32
6552918| | 2024-11-27 22:21 | 只看该作者
PSOC™ 62和Imagimob Studio相结合应该会是个不错的组合,Imagimob Studio的高适应性加上PSOC™ 62的高灵活性,让工业控制和工业AI识别可以合二为一,极大的降低工业识别的成本,实现1+1大于2的效果。

使用特权

评论回复
33
jhcj2014| | 2024-11-27 23:54 | 只看该作者
DEEPCRAFT Studio 使用自动机器学习方法生成模型的步骤:
1.找到项目目录,然后双击项目后缀为(.improj)文件 ,将会在新选项卡中打开。
2.单击软件界面的左侧窗口里的“Training”选项卡。

3.单击底部的菜单选项里的“Generate Model List”后软件界面会显示到“Model Wizard ”窗口。



4.再点左侧窗口里的“?Auto ML”选项,对相应的参数进行自行配置,参数比较多,不一一列举,如包括:Hardware、Model family、Model flavor、?Classifier、Model size、?Learn rate等等;
5.配置完参数后点击OK就可
6.然后是TRAINING选项菜单里的参数配置;
7.最后是单击“?Build Steps”,其中列出了模型生成之后点击”OK”

使用特权

评论回复
发新帖 我要提问
您需要登录后才可以回帖 登录 | 注册

本版积分规则