v2.6.0

v2.6.0 aggiunge un uploader Edge Impulse per inviare dataset etichettati direttamente dal Dataset Editor, introduce il supporto per la scheda Arduino Portenta H7 e migra il flusso di lavoro di machine learning incluso dai vecchi modelli CMSIS-NN a TensorFlow Lite. Questa release rimane sulla base Qt Creator 4.0.2 usata dalle precedenti release 2.x. Contiene una rottura visibile all’utente nel flusso di lavoro: i vecchi modelli CMSIS-NN .network e i loro esempi nn_* sono stati rimossi e i modelli MobileNet sono stati spostati.

In evidenza

  • L”uploader Edge Impulse consente di accedere al proprio account Edge Impulse, scegliere un progetto, selezionare una suddivisione train/test e caricare il dataset aperto direttamente dal Dataset Editor.

  • Arduino Portenta H7 (STM32H747) è ora una scheda supportata con firmware, bootloader e immagini UVC incluse.

  • La migrazione a TensorFlow Lite sostituisce i vecchi modelli di rete neurale CMSIS-NN e gli esempi nn_* con il flusso di lavoro TensorFlow Lite.

  • I nuovi esempi ML aggiungono la raccolta di dati facciali con TensorFlow Lite e il riconoscimento facciale on-device.

  • Il firmware incluso è stato aggiornato dalla 3.6.4 alla 3.6.7 per tutte le schede.

Nuove funzionalità

  • Uploader Edge Impulse. Aggiunto un uploader che effettua l’accesso al proprio account Edge Impulse, consente di scegliere un progetto e una suddivisione train/test e carica il dataset aperto direttamente dal Dataset Editor (o tramite chiave API) come campioni di ingestione JPEG firmati. La chiave JWT/API viene memorizzata in QSettings (8a828b45b, fa86179a7, ca9183864, a267de659).

  • Esempi facciali TensorFlow Lite. Aggiunti tf_face_collection.py e tf_face_recognition.py sotto 25-Machine-Learning per la raccolta di dati facciali e il riconoscimento/classificazione facciale on-device (fb2d2cbb9).

  • Esempio Readout-Control. Aggiunto un esempio apriltag_tracking.py sotto 35-Readout-Control che dimostra il tracking ad alta velocità di AprilTag spostando una piccola finestra di lettura del sensore sull’OpenMV Cam H7 Plus (OV5640) (0c6ce1a82).

Altre modifiche e miglioramenti

  • Sostituiti i vecchi modelli di rete neurale CMSIS-NN e gli esempi nn_* con il flusso di lavoro TensorFlow Lite, e ricollocati i modelli MobileNet inclusi da share/qtcreator/models/tensorflow/mobilenet a share/qtcreator/models/mobilenet (0c6ce1a82).

Correzioni di bug

  • Corretto il problema per cui il Dataset Editor manteneva un blocco su una cartella di dataset chiusa, ricostruendo il modello del file system quando la cartella viene chiusa, e ritardato il ripristino dello stato della finestra in modo che il watcher del file system si inizializzi correttamente (af9fb441b).

  • Corretto il menu di esportazione del dataset in modo che la singola azione Export Dataset to Zip File funzioni correttamente, rimuovendo la voce di esportazione duplicata inutilizzata, e corretto l’ordinamento della finestra di errore/avanzamento in caso di errore di esportazione (ca9183864).

  • Corretta l’icona dell’applicazione Linux .png che non veniva prodotta nella build di release (a55dd4c1b).

Supporto piattaforme e strumenti

  • Base Qt Creator: 4.0.2.

  • Nuova scheda: Arduino Portenta H7 (STM32H747), con firmware/bootloader/immagini UVC incluse (54f4d565b).

  • Firmware OpenMV incluso: aggiornato dalla 3.6.4 alla 3.6.7 per OPENMV2/M4, OPENMV3/M7, OPENMV4/H7, OPENMV4P/H7 Plus e PORTENTA (54f4d565b, fb2d2cbb9, 4bb1cf8d5).

Modifiche che rompono la compatibilità

I modelli di rete neurale CMSIS-NN/legacy inclusi (file .network cifar10, cifar10_fast, lenet, smile, chars74k) e i relativi script di esempio nn_* sono stati rimossi a favore del flusso di lavoro TensorFlow Lite. I modelli MobileNet sono stati spostati da share/qtcreator/models/tensorflow/mobilenet a share/qtcreator/models/mobilenet. Gli script o i progetti che fanno riferimento ai vecchi modelli CMSIS-NN o al vecchio percorso MobileNet non li troveranno più; migra al flusso di lavoro TensorFlow Lite o aggiorna di conseguenza il percorso del modello.