v2.6.0

v2.6.0 añade un cargador de Edge Impulse para enviar conjuntos de datos etiquetados directamente desde el Editor de conjuntos de datos, incorpora la compatibilidad con la placa Arduino Portenta H7 y migra el flujo de trabajo de aprendizaje automático incluido de los antiguos modelos CMSIS-NN a TensorFlow Lite. Esta versión sigue basándose en Qt Creator 4.0.2, utilizado por las versiones 2.x anteriores. Contiene una ruptura del flujo de trabajo visible para el usuario: se han eliminado los antiguos modelos CMSIS-NN .network y sus ejemplos nn_*, y los modelos MobileNet se han trasladado.

Aspectos destacados

  • El cargador de Edge Impulse permite iniciar sesión en tu cuenta de Edge Impulse, elegir un proyecto, seleccionar una división de entrenamiento/prueba y subir el conjunto de datos abierto directamente desde el Dataset Editor.

  • Arduino Portenta H7 (STM32H747) es ahora una placa compatible con firmware, gestor de arranque (bootloader) e imágenes UVC incluidos.

  • La migración a TensorFlow Lite reemplaza los antiguos modelos de red neuronal CMSIS-NN y los ejemplos nn_* por el flujo de trabajo de TensorFlow Lite.

  • Nuevos ejemplos de ML añaden la recopilación de datos faciales con TensorFlow Lite y el reconocimiento facial en el dispositivo.

  • Firmware incluido actualizado de la versión 3.6.4 a la 3.6.7 para todas las placas.

Nuevas funciones

  • Cargador de Edge Impulse. Se ha añadido un cargador que inicia sesión en tu cuenta de Edge Impulse, te permite elegir un proyecto y una división de entrenamiento/prueba, y sube el conjunto de datos abierto directamente desde el Dataset Editor (o mediante clave de API) como muestras de ingesta JPEG firmadas. La clave JWT/API se almacena en QSettings (8a828b45b, fa86179a7, ca9183864, a267de659).

  • Ejemplos faciales de TensorFlow Lite. Se han añadido tf_face_collection.py y tf_face_recognition.py en 25-Machine-Learning para la recopilación de datos faciales y el reconocimiento/clasificación facial en el dispositivo (fb2d2cbb9).

  • Ejemplo de control de lectura. Se ha añadido un ejemplo apriltag_tracking.py en 35-Readout-Control que demuestra el seguimiento de AprilTag a alta velocidad moviendo una pequeña ventana de lectura del sensor en la OpenMV Cam H7 Plus (OV5640) (0c6ce1a82).

Otros cambios y mejoras

  • Se reemplazaron los antiguos modelos de red neuronal CMSIS-NN y los ejemplos nn_* por el flujo de trabajo de TensorFlow Lite, y se reubicaron los modelos MobileNet incluidos de share/qtcreator/models/tensorflow/mobilenet a share/qtcreator/models/mobilenet (0c6ce1a82).

Correcciones de errores

  • Se corrigió que el Dataset Editor mantuviera bloqueada una carpeta de conjunto de datos cerrada, reconstruyendo el modelo del sistema de archivos cuando se cierra la carpeta, y se retrasó la restauración del estado de la ventana para que el observador del sistema de archivos se inicialice correctamente (af9fb441b).

  • Se corrigió el menú de exportación de conjuntos de datos para que la única acción Export Dataset to Zip File funcione correctamente, eliminando la entrada de exportación duplicada inactiva, y se corrigió el orden del diálogo de error/progreso al fallar la exportación (ca9183864).

  • Se corrigió que el icono de aplicación .png de Linux no se generara en la compilación de lanzamiento (a55dd4c1b).

Compatibilidad de plataformas y herramientas

  • Base de Qt Creator: 4.0.2.

  • Nueva placa: Arduino Portenta H7 (STM32H747), con imágenes de firmware/gestor de arranque (bootloader)/UVC incluidas (54f4d565b).

  • Firmware de OpenMV incluido: actualizado de la versión 3.6.4 a la 3.6.7 para OPENMV2/M4, OPENMV3/M7, OPENMV4/H7, OPENMV4P/H7 Plus y PORTENTA (54f4d565b, fb2d2cbb9, 4bb1cf8d5).

Cambios incompatibles

Los modelos de red neuronal CMSIS-NN/antiguos incluidos (archivos .network cifar10, cifar10_fast, lenet, smile, chars74k) y sus scripts de ejemplo nn_* se han eliminado en favor del flujo de trabajo de TensorFlow Lite. Los modelos MobileNet se han trasladado de share/qtcreator/models/tensorflow/mobilenet a share/qtcreator/models/mobilenet. Los scripts o proyectos que hagan referencia a los antiguos modelos CMSIS-NN o a la antigua ruta de MobileNet ya no los encontrarán; migra al flujo de trabajo de TensorFlow Lite o actualiza la ruta del modelo en consecuencia.