v2.6.0

v2.6.0 voegt een Edge Impulse-uploader toe waarmee je gelabelde datasets rechtstreeks vanuit de Dataset Editor kunt versturen, introduceert ondersteuning voor het Arduino Portenta H7-board en migreert de meegeleverde machine-learningworkflow van de oude CMSIS-NN-modellen naar TensorFlow Lite. Deze release blijft op de Qt Creator 4.0.2-basis die door de eerdere 2.x-releases werd gebruikt. Hij bevat een voor de gebruiker zichtbare breuk in de workflow: de oude CMSIS-NN .network-modellen en hun nn_*-voorbeelden zijn verwijderd en de MobileNet-modellen zijn verplaatst.

Hoogtepunten

  • Met de Edge Impulse-uploader kun je inloggen op je Edge Impulse-account, een project kiezen, een train/test-verdeling selecteren en de geopende dataset rechtstreeks vanuit de Dataset Editor uploaden.

  • De Arduino Portenta H7 (STM32H747) is nu een ondersteund board met meegeleverde firmware, bootloader en UVC-images.

  • De TensorFlow Lite-migratie vervangt de oude CMSIS-NN-modellen voor neurale netwerken en de nn_*-voorbeelden door de TensorFlow Lite-workflow.

  • Nieuwe ML-voorbeelden voegen het verzamelen van gezichtsdata met TensorFlow Lite en gezichtsherkenning op het apparaat toe.

  • De meegeleverde firmware is voor alle boards bijgewerkt van 3.6.4 naar 3.6.7.

Nieuwe functies

  • Edge Impulse-uploader. Een uploader toegevoegd die inlogt op je Edge Impulse-account, je een project en een train/test-verdeling laat kiezen en de geopende dataset rechtstreeks vanuit de Dataset Editor (of via een API-sleutel) uploadt als ondertekende JPEG-ingestiemonsters. De JWT/API-sleutel wordt opgeslagen in QSettings (8a828b45b, fa86179a7, ca9183864, a267de659).

  • TensorFlow Lite-gezichtsvoorbeelden. tf_face_collection.py en tf_face_recognition.py toegevoegd onder 25-Machine-Learning voor het verzamelen van gezichtsdata en gezichtsherkenning/classificatie op het apparaat (fb2d2cbb9).

  • Readout-Control-voorbeeld. Een apriltag_tracking.py-voorbeeld toegevoegd onder 35-Readout-Control dat snelle AprilTag-tracking demonstreert door een klein sensor-uitleesvenster te verplaatsen op de OpenMV Cam H7 Plus (OV5640) (0c6ce1a82).

Overige wijzigingen en verbeteringen

  • De oude CMSIS-NN-modellen voor neurale netwerken en de nn_*-voorbeelden vervangen door de TensorFlow Lite-workflow, en de meegeleverde MobileNet-modellen verplaatst van share/qtcreator/models/tensorflow/mobilenet naar share/qtcreator/models/mobilenet (0c6ce1a82).

Bugfixes

  • Opgelost dat de Dataset Editor een vergrendeling op een gesloten datasetmap behield, door het bestandssysteemmodel opnieuw op te bouwen wanneer de map wordt gesloten, en het herstellen van de vensterstatus uitgesteld zodat de bestandssysteembewaker correct initialiseert (af9fb441b).

  • Het menu voor dataset-export hersteld zodat de enkele Export Dataset to Zip File-actie correct werkt, door de dode dubbele export-item te verwijderen, en de volgorde van foutdialoog/voortgang bij een mislukte export gecorrigeerd (ca9183864).

  • Opgelost dat het Linux .png-applicatiepictogram niet werd gegenereerd in de release-build (a55dd4c1b).

Platform- en toolondersteuning

  • Qt Creator-basis: 4.0.2.

  • Nieuw board: Arduino Portenta H7 (STM32H747), met meegeleverde firmware-/bootloader-/UVC-images (54f4d565b).

  • Meegeleverde OpenMV-firmware: bijgewerkt van 3.6.4 naar 3.6.7 voor OPENMV2/M4, OPENMV3/M7, OPENMV4/H7, OPENMV4P/H7 Plus en PORTENTA (54f4d565b, fb2d2cbb9, 4bb1cf8d5).

Ingrijpende wijzigingen

De meegeleverde CMSIS-NN/oude modellen voor neurale netwerken (cifar10, cifar10_fast, lenet, smile, chars74k .network-bestanden) en hun nn_*-voorbeeldscripts zijn verwijderd ten gunste van de TensorFlow Lite-workflow. De MobileNet-modellen zijn verplaatst van share/qtcreator/models/tensorflow/mobilenet naar share/qtcreator/models/mobilenet. Scripts of projecten die verwijzen naar de oude CMSIS-NN-modellen of het oude MobileNet-pad zullen deze niet langer vinden; migreer naar de TensorFlow Lite-workflow of werk het modelpad dienovereenkomstig bij.