×

Codecraft:嵌入式机器学习的图形化编程

消耗积分:2 | 格式:zip | 大小:5.23 MB | 2022-11-08

从未拥有

分享资料个

描述

“开发嵌入式 ML 原型很难!”

近年来,嵌入式 ML 一直是开发人员想要掌握的东西之一。但是对于开发嵌入式 ML 项目,必须精通 Python 和 C/C++。并非所有嵌入式开发人员都使用 Python。并非所有 ML 开发人员都使用 C++。

“虽然情况正在发生变化”

在众多行业巨头和初创公司的支持下,TinyML 世界正在发生变化。Edge Impulse 正在帮助开发人员快速从开发到生产嵌入式 ML 原型。现在,您可以在几分钟内使用 Edge Impulse 等超级用户友好的 TinyML 软件开发任何您想要的东西。

虽然 Edge Impulse 不要求您拥有博士学位。用于开发 TinyML 模型,但中学生/高中生尤其是正在学习 STEAM/STEM 的学生使用它并不容易和简单。

“Codecraft 来救援”

Seeed Studio 的新 TinkerGen IDE 令人兴奋。好消息是它现在支持在 Web IDE 中开发嵌入式 ML 原型。无需使用不同的选项卡/软件,甚至无需使用 Edge Impulse Studio。

让我向您展示该平台的快速概述和演练。

前往ide.tinkergen.com并使用您的电子邮件地址进行注册,如下所示。

pYYBAGNo836AKkF7AACc9LJVwjQ374.png
注册屏幕
 

继续让我们选择今天要使用的硬件,即 Seeed Studio Wio 终端。

pYYBAGNo84GAcj3TAAFSP5LxzT4163.png
从硬件目录中选择 Wio 终端
 

接下来我们需要安装 Codecraft Assistant,它将与 Wio 终端和 Codecraft 的 Web IDE 进行通信。

单击上传选项,将显示一个提示,如此处所示。

 
 
 
pYYBAGNo84OAHYbmAAC-rFZypCQ343.png
 
1 / 2下载 CodecraftAssistant (Windows)
 

单击下载设备助手并等待它完成下载。在那之前,快速瞥一眼窗外,享受新鲜空气!

 

好的,因为我们已经完成了下载和安装,让我们开始使用 CodeCraft 和我们的 Wio 终端来尝试一个简单的项目。

因此,现在使用 Type-C USB 电缆连接 Wio 终端,然后单击 Codecraft IDE 中的上传按钮。

poYBAGNo84WANWIfAABtAG1I6Ss078.png
我在 Linux 上,所以它是 /dev/tty。Mac 和 Windows 的 COM 应该是一样的。
 

成功配对设备后,您会看到以下屏幕。

pYYBAGNo84iAc_QNAAATBwvbyE0995.png
 

收到!我们现在正在尝试使用此 IDE 的嵌入式机器学习功能进行一些实验。

单击ModelCreation选项卡让我们为该演示选择MotionRecognition模型。

poYBAGNo84qAF78xAAAOBumnqwI449.png
 

现在单击它并为您的项目键入一个名称,如下所示。

pYYBAGNo84yAYsO4AAA0PSQkfKU754.png
 

单击“确定”后,您会看到一个带有类似 Scratch 编程的页面,如此处所示。

pYYBAGNo846AX_JJAACsR1m0g3M311.png
默认数据收集脚本。
 

但我对其进行了一些修改,使其看起来更酷!

 
 
 
pYYBAGNo85aAGTV5ABaCrksvAaw807.jpg
 
1 / 2现在看起来好多了!:D
 

所以这里有一些你需要记住的关键点,按钮 A 是左起最后一个按钮B 是中间的C 是第一个

请按照此快速了解:

poYBAGNo85mAGByRAAAJQnM7Dus447.png
 

现在让我们收集一些数据。

首先让我们通过下面的 gif 来了解我们需要为数据收集过程执行的动作。

翻动
 
海浪
 
闲置的
 

并且每个步骤至少执行 6-7 次以获得训练 ML 模型的良好数据(即 30-35 秒)。

我为每种类型收集了 6 个样本,每个样本中的时间为 5 秒,如下所示。

pYYBAGNo85uAY1CwAABwKpE-NqY222.png
收集的样本数据
 

下一步:模型训练和部署

单击Training and Deployment 选项卡,选择NN 选项作为默认选项,即Small。更高的 NN 也会增加训练时间和更高的准确性。

让我们将训练周期(称为 Epochs)保持为 20,以便更快地创建模型。

经过所有更改后,它将如下所示:

pYYBAGNo852AWs8FAACH5jjzS2Y843.png
型号选择
 

只需点击“开始训练”,然后在快速休息后回来。

此选项减少了在 EI Studio 中完成的 3-4 个步骤的使用,但在这里您只需单击 1 次即可完成。

2-3分钟后:

poYBAGNo85-AQ4a0AAAK-_Ly77g241.png
模型训练完成!
 

您还可以查看原始数据选项卡,其中以图形表示形式显示收集的数据。

poYBAGNo86KAMXyGAAC6iZqE0ao867.png
很好......我喜欢图表。
 

接下来点击模型训练报告和瞧!

pYYBAGNo86SAYiMeAADHNOgYCSI020.png
模型训练报告
 

所以我们得到了 95.8% 的准确率(对于第一次尝试来说相当不错)。此外,我们甚至可以看到推理时间以及峰值 RAM 和闪存使用情况。

现在单击模型部署并确保检查您正在部署一个 int8(量化)模型。

现在您必须单击“编程”选项卡,然后根据我设计的程序简单地拖放,如下所示。

pYYBAGNo86eAbNxuAAB0dpptd6w468.png
模型部署也变得容易。
 

只需点击上传!

等待 4-5 分钟后,您将看到以下屏幕。我们的设备现在已使用新程序激活。

poYBAGNo86-AfETrABY0hkxGGCY067.jpg
耶!
 

现在做一个波形,它会打印出一个波形,翻转和空闲也是如此。

所以我们实际上在不到一个小时的时间内就完成了一个完整的 ML 项目。从模型选择到数据收集甚至部署,无需编写任何代码脚本。

您可以使用 Codecraft 和 Edge Impulse 做任何您想做的事情,比示例更多。

现在就是这样。如果您有任何问题,请随时在下面发表评论。

签收,

阿里吉特

 

 


声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !