13.1.16. Mallikirjasto ja NPU-muunnos

IDE:n mukana toimitetaan kirjasto esikoulutettuja koneoppimismalleja – kasvojentunnistus, henkilöntunnistus, objektintunnistus, asentojen arviointi ja muita – jotka pidetään ajan tasalla IDE:n resurssipäivitysten kautta. Tools → Machine Vision → Open Model Zoo selaa sitä: valitse malli nähdäksesi sen kuvaussivun tiedostopuun rinnalla, ja rastita suodatin rajataksesi listan kehitysalustallesi sopiviin malleihin.

Model Zoo -selain malli valittuna ja sen kuvaussivu avattuna.

Valitse malli, niin IDE kopioi sen valmiina ajettavaksi: se muuntaa mallin kohdekehitysalustan NPU-kiihdyttimelle, kun kehitysalustalla on sellainen, kopioi vastaavan luokkanimitiedoston sen viereen ja asettaa kohteeksi oletuksena liitetyn kameran aseman. Sieltä skriptin puoli on vain yhden ml.Model -konstruktorikutsun päässä. Sama selain on saavutettavissa myös ROMFS-editorin sisältä, joka on parempi kohde malleille kehitysalustoilla, joissa on ROMFS – ROMFS:ssä olevat mallit suoritetaan suoraan flash-muistista ilman RAM-kopiota.

13.1.16.1. Muiden mallien muuntaminen

Tools → Machine Vision → Convert Model for NPU ajaa saman muunnoksen mistä tahansa muualta peräisin olevalle mallille – Edge Impulsella tai Roboflow’lla koulutetulle, koulutuskehyksestä viedylle tai ladatulle. NPU:lla varustetuilla kehitysalustoilla on kullakin valmistajan kääntäjä, jonka IDE bundlaa ja ohjaa: Ethos-U NPU:t käyttävät Velaa, ja ST Neural-ART NPU:t käyttävät ST Edge AI:ta. Työkalu ottaa kohdekehitysalustan liitetystä kamerasta (tai kysyy, kun mitään ei ole liitetty) ja ottaa mallitiedoston sinulta. Jo muunnettu malli tunnistetaan ja vain kopioidaan, ja kun valitulla kehitysalustalla ei ole NPU:ta, työkalu ilmoittaa siitä ja ohittaa muunnoksen – muuntamaton malli toimii silti näillä kehitysalustoilla, CPU:lla.

NPU-kehitysalustoilla muunnos ei ole valinnainen: parhaimmillaan muuntamaton malli putoaa takaisin CPU:lle ja toimii monta kertaa hitaammin, ja joillakin kehitysalustoilla se ei toimi lainkaan. ROMFS-editori ja mallikirjasto soveltavat muunnoksen automaattisesti; tämä valikkokohta on olemassa malleille, jotka saapuvat muita reittejä pitkin.

Katso myös

Koneoppimisluku mallien ajamisesta ml -moduulilla ja omien kouluttamisesta.