【大佬回复】看恩智浦微控制器技术的机器学习都问了什么? 先来看看今天的培训视频: 问:学习嵌入式机器需要有哪些技术基础?
答:python,C/C++,嵌入式开发,机器学习相关知识。基本就可以了
问:恩智浦的嵌入式机器的方案在哪些实用项目中被采用?
答:视频中会介绍一些。主要包括图像分类,物体检测,人脸识别等。
问:嵌入式机器学习需要学习那些知识?有哪些开发环境?
答:模型训练需要python环境,tensorflow或NXP提供的训练工具eIQ 模型部署需要依赖NXP 的SDK,可以先从SDK里关于机器学习的example 开始学习。
问:恩智浦的嵌入式机器是兼容的吗?还是需要配合固定的应检设备才能用?
答:针对于NXP的产品是兼容的
问:恩智浦的嵌入式机器垂直解决方案指的是什么?
答:为某种细分(但量很大的)应用而做的完整软硬件套件,如人脸锁,唤醒词等
问:机器学习是否涉及机器视觉
答:可以理解是通过自主学习的方式,让机器达到一些机器视觉的能力,比如图像分类/识别
问:微控制器机器学习有哪些潜在应用?
答:主要是机器视觉,语音口令,传感器数据分析,详见视频。
问:通用机器学习对MCU有哪些方面的要求?
答:MCU资源受限,模型设计时需要考虑模型的尺寸和运算量。 mcu支持的推理引擎有限,需要训练支持的模型类型。
问:常见输入数据的格式有哪些?处理算法有开源的吗?
答:图像一般是RGB或灰度。声音多是单声道的。数据一般先转成用8位整数表达。算法大多是开源的(除了解决方案的资源)
问:可支持哪些机器学习推理引擎?
答:GLOW, Tensorflow Lite For Microcontrollers (TFLm), DeepView-RT。还有黑盒的一些技术在解决方案里
问:是专用开发环境和其他环境文件格式可以互导入导出不?
答:需要具体分析。有时是单向的。eIQ可以把多种数据集格式转换成自己的格式,eIQ Portal可以导出tflite, onnx,
问:机器学习在编程上有哪些挑战?
答:挑战最大的都已经被前人编好了。如果直接使用开发框架主要就是需要更多的机器学习基础知识和框架的API设计。推荐多使用OpenART来快速上手,然后使用eIQ Poral来避开繁琐的细节
问:i.MX RT系列MCU,是否提供各外设的参考驱动程序源代码,或者支持图形化配置生成各外设的驱动程序源代码?
答:官方SDK中对于各个外设的驱动代码都有可参考的示例,图形化的配置工具有MCUXpresso config tool
问:NXP的机器学习算法是在本地训练还是在服务器端训练?
答:可以在PC或服务器上训练,但不能在设备端训练
问:EIQ软件对于硬件加速相对于其他软件有什么优势和特点?
答:eiq是pc上运行的模型训练工具,主要使用tensorflow训练模型。支持显卡加速主要是nvdia系列 优势特点就是简单易用,集成度高。
问:NXP的机器学习开发环境的搭建是需要自己撘搭建还是直接提供现有资源整合优化即可?
答:eiq是一个一体化方案,不需要搭建环境。 如果想深度定制模型等,需要自己搭建模型训练环境。
问:对于 一些识别等常见应用,有成熟的方案可以借鉴吗?
答:可以参考SDK中的示例,OpenART中的示例,有专业背景可以迁移在应用领域中著名的公版模型。
问:恩智浦机器学习方案的功耗最大是多少,可支持电源范围是多少?
答:i.MX RT和LPC55一般使用3.3V供电即可,很少超过1W
问:智能学习对于提高人脸识别需要注意那些?
答:数据集质量, 数据增强,模型选择
问:机器学习的关键硬件有哪些?
答:目前在MCU上还是靠CPU来算,以及CSI, MIPI-CSI, SAI, I2C, ADC等数据源
问:iMX RT系列MCU,有DEMO板或者开发板入门吗?
答:可以使用官方的EVK,也可以购买第三方的开发板。比如逐飞科技的openart mini
问:恩智浦微控制器必须是双核处理器的MCU才能做人工智能终端产品吗?
答:单核也可以,大部分的机器学习示例都是单核应用。
问:机器学习与人工智能或者机器智能啥差别?
答:机器学习是实现人工智能的一种手段。机器智能就是部署了人工智能软件的机器
你还有什么问题相对大佬提问的欢迎评论区留言
eIQ宣传片 (3分钟简介) (中文)eIQ基本介绍 (54分钟介绍+实验) (中文)eIQ之图像分类应用-l数据集、自定义模型、训练与部署 (从第44分钟开始)
(中文)eIQ专题扩展 - 数据增强(前30分钟)
|