13.6. Edge Impulse

Edge Impulse — це наскрізна платформа для побудови моделей машинного навчання, що виконуються на мікроконтролерах: збирайте та розмічайте дані, проектуйте та навчайте модель (МН) у браузері, й оптимізуйте її для пристрою розміром у кілобайти. Розгортання відбувається безпосередньо на OpenMV – кілька кліків перетворюють навчену модель (МН) на файли, готові до запуску на камері. Власна документація Edge Impulse детально висвітлює кожен крок.

13.6.1. Отримання даних

Модель (МН) найкраще працює із зображеннями того самого типу, на яких її навчали, тому збирайте набір даних за допомогою тієї камери, на якій вона виконуватиметься. Редактор наборів даних IDE створений саме для цього – створюйте папки класів, знімайте розмічені зображення з живого кадрового буфера, а потім завантажуйте набір даних безпосередньо в проект Edge Impulse через підменю Export (попередньо увійдіть до свого облікового запису). Далі робота ведеться в Edge Impulse Studio.

Дивись також

Власний посібник з налаштування OpenMV Cam від Edge Impulse для встановлення інструментів та підключення камери.

13.6.2. Навчання

Навчання відбувається повністю в браузері: проектуйте імпульс (блоки вхідних даних, обробки та навчання), навчайте його та перевіряйте точність на відкладених тестових даних.

Для камери підходять два типи моделей (МН). Класифікатор зображень видає список оцінок класів, які зчитуються безпосередньо з виходу моделі (МН) – постпроцесор не потрібен. FOMO, швидкий детектор об’єктів, розроблений для мікроконтролерів, потребує одного кроку декодування, і камера постачається з постпроцесором для нього (ml.postprocessing.edgeimpulse), тому ці моделі (МН) також запускаються без додаткового коду.

13.6.3. Розгортання на камері

Коли навчання завершено, відкрийте сторінку Deployment проекту, виберіть ціль OpenMV Library та натисніть Build. Завантаження є zip-архівом, що містить навчену модель (МН) (trained.tflite), її мітки (labels.txt) та приклад скрипта. Модель (МН) квантована до цілих чисел. Edge Impulse висвітлює це та альтернативу із користувацькою мікропрограмою у своєму посібнику run on OpenMV guide.

Додайте файл .tflite до камери за допомогою редактора ROMFS IDE, який конвертує його для NPU плати за наявності, та завантажте його в скрипті за допомогою ml.Model. Моделі (МН) також запускаються з флеш-диска камери – скопіюйте файли і вкажіть ml.Model шлях – але ROMFS є кращим місцем: моделі (МН) там виконуються безпосередньо з флеш-пам’яті без копії у RAM.

Дивись також

Розділ машинне навчання присвячений запуску моделей (МН) за допомогою модуля ml – завантаженню, конвеєру інференсу та декодуванню виходу.