v2.6.0

v2.6.0 ajoute un utilitaire de téléversement Edge Impulse pour envoyer des jeux de données étiquetés directement depuis le Dataset Editor, introduit la prise en charge de la carte Arduino Portenta H7 et fait migrer le flux de travail d’apprentissage automatique fourni des anciens modèles CMSIS-NN vers TensorFlow Lite. Cette version reste sur la base Qt Creator 4.0.2 utilisée par les versions 2.x précédentes. Elle contient une rupture de flux de travail visible par l’utilisateur : les anciens modèles CMSIS-NN .network et leurs exemples nn_* ont été supprimés et les modèles MobileNet ont été déplacés.

Points marquants

  • L”utilitaire de téléversement Edge Impulse vous permet de vous connecter à votre compte Edge Impulse, de choisir un projet, de sélectionner une répartition entraînement/test et de téléverser le jeu de données ouvert directement depuis le Dataset Editor.

  • L”Arduino Portenta H7 (STM32H747) est désormais une carte prise en charge, avec micrologiciel, programme d’amorçage et images UVC fournis.

  • La migration vers TensorFlow Lite remplace les anciens modèles de réseau de neurones CMSIS-NN et les exemples nn_* par le flux de travail TensorFlow Lite.

  • Les nouveaux exemples ML ajoutent la collecte de données de visages avec TensorFlow Lite et la reconnaissance faciale sur appareil.

  • Le micrologiciel fourni passe de 3.6.4 à 3.6.7 pour toutes les cartes.

Nouvelles fonctionnalités

  • Utilitaire de téléversement Edge Impulse. Ajout d’un utilitaire qui se connecte à votre compte Edge Impulse, vous laisse choisir un projet et une répartition entraînement/test, et téléverse le jeu de données ouvert directement depuis le Dataset Editor (ou via une clé API) sous forme d’échantillons d’ingestion JPEG signés. Le jeton JWT/la clé API est stocké dans QSettings (8a828b45b, fa86179a7, ca9183864, a267de659).

  • Exemples de visages TensorFlow Lite. Ajout de tf_face_collection.py et tf_face_recognition.py sous 25-Machine-Learning pour la collecte de données de visages et la reconnaissance/classification faciale sur appareil (fb2d2cbb9).

  • Exemple de contrôle de lecture. Ajout d’un exemple apriltag_tracking.py sous 35-Readout-Control illustrant le suivi haute vitesse d’AprilTag en déplaçant une petite fenêtre de lecture du capteur sur l’OpenMV Cam H7 Plus (OV5640) (0c6ce1a82).

Autres changements et améliorations

  • Remplacement des anciens modèles de réseau de neurones CMSIS-NN et des exemples nn_* par le flux de travail TensorFlow Lite, et déplacement des modèles MobileNet fournis de share/qtcreator/models/tensorflow/mobilenet vers share/qtcreator/models/mobilenet (0c6ce1a82).

Corrections de bogues

  • Correction d’un problème où le Dataset Editor conservait un verrou sur un dossier de jeu de données fermé, en reconstruisant le modèle du système de fichiers lorsque le dossier est fermé, et report de la restauration de l’état de la fenêtre afin que le surveillant du système de fichiers s’initialise correctement (af9fb441b).

  • Correction du menu d’exportation de jeu de données afin que l’unique action Export Dataset to Zip File fonctionne correctement, en supprimant l’entrée d’exportation dupliquée inactive, et correction de l’ordre boîte de dialogue d’erreur/progression en cas d’échec de l’exportation (ca9183864).

  • Correction de l’icône d’application Linux .png qui n’était pas produite dans la version de publication (a55dd4c1b).

Prise en charge des plateformes et des outils

  • Base Qt Creator : 4.0.2.

  • Nouvelle carte : Arduino Portenta H7 (STM32H747), avec micrologiciel/programme d’amorçage/images UVC fournis (54f4d565b).

  • Micrologiciel OpenMV fourni : passé de 3.6.4 à 3.6.7 pour OPENMV2/M4, OPENMV3/M7, OPENMV4/H7, OPENMV4P/H7 Plus et PORTENTA (54f4d565b, fb2d2cbb9, 4bb1cf8d5).

Changements incompatibles

Les modèles de réseau de neurones CMSIS-NN/anciens fournis (fichiers .network cifar10, cifar10_fast, lenet, smile, chars74k) et leurs scripts d’exemple nn_* ont été supprimés au profit du flux de travail TensorFlow Lite. Les modèles MobileNet ont été déplacés de share/qtcreator/models/tensorflow/mobilenet vers share/qtcreator/models/mobilenet. Les scripts ou projets qui référencent les anciens modèles CMSIS-NN ou l’ancien chemin MobileNet ne les trouveront plus ; migrez vers le flux de travail TensorFlow Lite ou mettez à jour le chemin du modèle en conséquence.