DEEPCRAFT是英飞凌用于AI训练的产品，主要面向低功耗的边缘AI应用。
边缘AI产品的开发流程主要包括数据采集、数据预处理、模型训练、模型转换和部署。其中数据采集涉及的数据录取和标注对边缘AI产品的模型训练效果影响较大，耗费的时间和人力也较多。英飞凌针对特定场景的AI应用，提供Ready AI Model供用户使用，用于加快产品的开发，比如婴儿啼哭检测、咳嗽检测、声源检测、警报检测、跌倒检测、手势识别、警鸣检测以及鼾声检测等。
https://www.imagimob.com/ready-models
同时在DEEPCRAFT Studio中，英飞凌提供已完成数据标记和预处理的AI工程，用户可以在此基础上对AI模型进行调整，测试不同参数下AI模型的效果。
1、DEEPCRAFT Studio训练模型
DEEPCRAFT Studio创建工程界面的Studio Acceleration->Classification->Microphone目录中的Home Sounds Detection工程。
工程中已经有标记好的婴儿啼哭、咳嗽以及水龙头水流声，可以在此基础上进行模型的训练，免去数据收集的烦恼。
在数据预处理界面，可以为数据添加滑动窗口、信号处理等预处理层，为数据添加更多的特征，提高模型训练的准确度。
在Trainings界面可以建立模型并对模型进行训练，首先配置模型的参数。
配置模型训练时的输入和训练资源大小。
保存配置后，上传数据到云端进行模型的训练。
云端模型训练完成后，可以在云端查看模型的训练结果，并下载模型用于代码生成和部署。
下载下来的.h5文件可以用于查看模型的训练效果以及代码生成，在代码生成界面设置目标硬件平台并生成相应的代码用于边缘AI应用开发。
2、Ready AI Model
英飞凌提供可以直接使用的边缘AI模型库用于边缘AI应用开发，在英飞凌的示例程序中可以找到使用Ready AI Model部署声音识别的示例程序。
示例程序演示使用六种不同Ready AI Model的演示供用户评估。工程中的Makefile中有用于指定部署到开发板的AI模型变量。通过设置不同的值来选择要评估的AI模型。
# model selection
#
# COUGH_MODEL
# ALARM_MODEL
# BABYCRY_MODEL
# SIREN_MODEL
# SNORE_MODEL
# GESTURE_MODEL (this model is only supported for the CY8CKIT-062S2-AI)
MODEL_SELECTION=COUGH_MODEL
在DEEPCRAFT Ready Moadel的开发者界面，可以找到各个模型的训练报告，其中对Ready Model的训练以及验证进行说明，并给出用于训练和测试的数据链接。
https://developer.imagimob.com/deepcraft-ready-models
以Cough_Model为例，设置Makefile中的MODEL_SELECTION=COUGH_MODEL，部署COUGH_MODEL到开发板，用于识别咳嗽检测。使用附件中的咳嗽音频文件对模型的进行检测。
不过这一模型在实际检测时，咳嗽声需要连续不中断才能检测出来，而且开发板的麦克风接口需要离音源比较近才能识别出来，并不像说明书中表示的有很远的采集范围。音频识别的AI模型不太适合使用该开发板。
3、总结
英飞凌的DEEPCRAFT Studio工具集成边缘AI工作流，可以加速边缘AI模型的训练，Ready AI Model模型以库的形式提供特定场景中的AI应用，提高应用的感知能力，让AI开发更为便捷。
