v2.6.0

A v2.6.0 adiciona um uploader do Edge Impulse para enviar conjuntos de dados rotulados diretamente do Dataset Editor, traz suporte à placa Arduino Portenta H7 e migra o fluxo de trabalho de aprendizado de máquina incluído dos modelos CMSIS-NN legados para o TensorFlow Lite. Esta versão permanece na base Qt Creator 4.0.2 usada pelas versões 2.x anteriores. Ela contém uma quebra de fluxo de trabalho visível ao usuário: os antigos modelos CMSIS-NN .network e seus exemplos nn_* foram removidos e os modelos MobileNet foram movidos.

Destaques

  • O uploader do Edge Impulse permite que você faça login na sua conta do Edge Impulse, escolha um projeto, selecione uma divisão de treino/teste e envie o conjunto de dados aberto diretamente do Dataset Editor.

  • O Arduino Portenta H7 (STM32H747) agora é uma placa suportada, com firmware, bootloader e imagens UVC incluídos.

  • A migração para o TensorFlow Lite substitui os modelos de rede neural CMSIS-NN legados e os exemplos nn_* pelo fluxo de trabalho do TensorFlow Lite.

  • Novos exemplos de ML adicionam coleta de dados faciais com TensorFlow Lite e reconhecimento facial no dispositivo.

  • Firmware incluído atualizado da 3.6.4 para a 3.6.7 em todas as placas.

Novos recursos

  • Uploader do Edge Impulse. Adicionado um uploader que faz login na sua conta do Edge Impulse, permite escolher um projeto e uma divisão de treino/teste e envia o conjunto de dados aberto diretamente do Dataset Editor (ou por chave de API) como amostras de ingestão JPEG assinadas. A chave JWT/API é armazenada no QSettings (8a828b45b, fa86179a7, ca9183864, a267de659).

  • Exemplos de face com TensorFlow Lite. Adicionados tf_face_collection.py e tf_face_recognition.py em 25-Machine-Learning para coleta de dados faciais e reconhecimento/classificação facial no dispositivo (fb2d2cbb9).

  • Exemplo de Readout-Control. Adicionado um exemplo apriltag_tracking.py em 35-Readout-Control demonstrando o rastreamento de AprilTag em alta velocidade ao mover uma pequena janela de leitura do sensor na OpenMV Cam H7 Plus (OV5640) (0c6ce1a82).

Outras mudanças e melhorias

  • Substituídos os modelos de rede neural CMSIS-NN legados e os exemplos nn_* pelo fluxo de trabalho do TensorFlow Lite, e realocados os modelos MobileNet incluídos de share/qtcreator/models/tensorflow/mobilenet para share/qtcreator/models/mobilenet (0c6ce1a82).

Correções de bugs

  • Corrigido o Dataset Editor que mantinha um bloqueio em uma pasta de conjunto de dados fechada, reconstruindo o modelo de sistema de arquivos quando a pasta é fechada, e adiada a restauração do estado da janela para que o observador de sistema de arquivos seja inicializado corretamente (af9fb441b).

  • Corrigido o menu de exportação de conjunto de dados para que a ação única Export Dataset to Zip File funcione corretamente, removendo a entrada de exportação duplicada morta, e corrigida a ordenação do diálogo de erro/progresso em caso de falha na exportação (ca9183864).

  • Corrigido o ícone de aplicativo .png do Linux que não estava sendo gerado na compilação de release (a55dd4c1b).

Suporte a plataformas e ferramentas

  • Base do Qt Creator: 4.0.2.

  • Nova placa: Arduino Portenta H7 (STM32H747), com firmware/bootloader/imagens UVC incluídos (54f4d565b).

  • Firmware OpenMV incluído: atualizado da 3.6.4 para a 3.6.7 para OPENMV2/M4, OPENMV3/M7, OPENMV4/H7, OPENMV4P/H7 Plus e PORTENTA (54f4d565b, fb2d2cbb9, 4bb1cf8d5).

Mudanças incompatíveis

Os modelos de rede neural CMSIS-NN/legados incluídos (arquivos .network cifar10, cifar10_fast, lenet, smile, chars74k) e seus scripts de exemplo nn_* foram removidos em favor do fluxo de trabalho do TensorFlow Lite. Os modelos MobileNet foram movidos de share/qtcreator/models/tensorflow/mobilenet para share/qtcreator/models/mobilenet. Scripts ou projetos que referenciam os antigos modelos CMSIS-NN ou o antigo caminho do MobileNet não os encontrarão mais; migre para o fluxo de trabalho do TensorFlow Lite ou atualize o caminho do modelo conforme necessário.