【每日话题】英飞凌 MCU+Imagimob：开启端侧 ML 应用设计之旅，赢家园币！
#每日话题#你知道吗？Imagimob现已成为英飞凌旗下的公司，这是一个用于在MCU上开发边缘 AI/机器学习 (ML) 模型的端到端平台，通过这一软件的图形化界面你可以轻松在英飞凌MCU上实现各种炫酷应用。
现在，开始挑选你中意的端侧ML应用，选择合适的英飞凌MCU型号，然后使用Imagimob开启你的设计之路吧！欢迎大家基于基于以下方向进行项目创意分享（可以包含选型理由、方案block图、Imagemob软件使用技巧等方面内容）！
话题奖励：
1、凡有效参与话题讨论的回帖者均可获得200家园币奖励
2、抽取2位发表优质回贴的友友奖励500家园币
活动时间：2024.11.20——2024.11.27
禁止使用AI生成内容参与话题讨论
比较关注预测性回复，基于各项数据做出预测。
选择的型号：XMC4700
理由：处理能力强：具备高达168MHz的处理速度，适合进行实时数据处理。
丰富的外设接口：支持各种传感器与通讯接口，方便集成多个外设。
低功耗：适合电池供电的设备，延长使用时间。
应用场景：实时监测用户的生理数据，如心率、运动量等，并通过机器学习算法分析健康状态。
简述：可以使用加速度计和心率传感器数据作为输入，通过ML模型实时评估用户的健康水平，并在检测到异常时发送警报。 Imagimob将机器学习功能集成到英飞凌的MCU中，增强了MCU的机器学习性能。这使得开发人员能够在MCU上直接部署ML模型，从而简化了ML应用的开发流程。 Imagimob将机器学习功能集成到英飞凌符合ASIL-D标准的汽车 MCU中，例如AURIX™ TC3x和AURIX™ TC4x，增强其汽车产品的机器学习性能;Imagimob将机器学习功能无疑是给了TC3X, TC4X系列带来了更强大的支持,在智驾领域赋予了更先进的能力.开辟了更广大的应用领域. lmaqimob通过自动化代码生成技术，显著降低了端侧ML应用的开发难度 Imagimob支持多种MCU平台和ML框架，使得同一个ML模型可以在不同的硬件平台上无缝迁移和部署 Imagimob支持多种MCU平台，包括ARM Cortex-M、RISC-V等，这为开发者提供了更多的选择空间 本帖最后由 王栋春 于 2024-11-21 11:38 编辑
无效贴 选择型号： PSOC™ 62
选择理由：官方提供的CY8CKIT-062S2-AI开发套件，集成了雷达、IMU传感器、Wifi模块，在现有的雷达检测跌倒方案上，提供了使用惯性传感器采集数据进行跌倒检测的全新思路，提高跌倒检测的准确度。
应用场景：检测一定范围内的人员状态，用于高危人群的跌倒检测。
创意项目：智能语音助手
选型理由
我选择了英飞凌XMC4000系列MCU，因为它具有强大的处理能力和丰富的外设接口，非常适合运行复杂的ML模型。而且，XMC4000系列还支持英飞凌的AI-NN Extension，可以加速神经网络推理，提高语音识别的准确性和实时性。
方案block图
用户 -> 麦克风 -> 音频采集 -> 特征提取 -> 语音识别模型 -> 意图理解 -> 响应生成 -> 扬声器 -> 用户
Imagimob软件使用技巧
1. 数据预处理：在Imagimob中，可以使用“图像处理”节点对输入图像进行裁剪、旋转、缩放等操作，以适应模型的输入要求。例如，对于需要固定尺寸输入的模型，可以使用“裁剪”节点将图像裁剪为固定大小。
2. 模型转换：Imagimob支持将TensorFlow、PyTorch等格式的模型转换为其内置的OMNXX格式。这一过程通常涉及优化模型结构、量化权重等步骤，以减小模型大小并提高推理速度。
3. 性能调优：通过调整模型的输入尺寸、批处理大小等参数，可以在保证精度的同时提高推理速度。此外，还可以利用英飞凌提供的AI-NN Extension来进一步加速推理过程。
4. 可视化调试：Imagimob提供了可视化的调试工具，可以帮助开发人员跟踪模型的推理过程，观察中间结果，从而快速定位问题并进行优化。
5. 集成测试：在完成模型转换和性能调优后，可以使用Imagimob的“仿真”功能进行集成测试，确保整个系统能够正常运行并满足性能要求。
通过以上步骤，我们就可以利用Imagimob在英飞凌MCU上实现一个高效的端侧ML应用。让我们一起开启这段充满乐趣和挑战的设计之旅吧！ 目前的形势是强者愈强，英飞凌这是想系统化全覆盖的节奏。
软硬兼施，系统化解决方案。 Imagimob与MCU结合，提供了更多学习机会和选择，而英飞凌的MCU多用于汽车领域，Imagimob作为AI\机器学习的一种构建方式，对于探索智驾领域还是有所帮助 ML与MCU之间的应用后期发展估计会越来越多，机会也会越来越多。 Imagimob正推出四种基于音频的Ready Models，包括用于婴儿监视器的Baby Cry、用于行人随身设备的警报检测，以及用于医疗健康领域可穿戴设备的咳嗽检测和鼾声检测。 Imagimob支持多种MCU平台，包括ARM Cortex-M、RISC-V等，这为开发者提供了更多的选择空间，还可以降低端侧ML应用的开发难度 选择的型号：XMC4700
处理能力强,丰富的外设接口,支持各种传感器与通讯接口，方便集成多个外设。
低功耗,适合电池供电的设备，延长使用时间。
应用场景：年轻人电子宠物，偶遇识别。
简述：街边遇到，或酒吧偶遇心仪对象，一见钟情，又不好意思开口，则通过设定的关键词电子宠物媒婆打招呼。 英飞凌越来越强大了，mcu上运行AI项目，之前一直在想大学生的红外识别遥控车能不能再智能一些，用英飞凌的芯片，正好可以实现AI识别，不管是线条，物体。配合MCU的外设，比如pwm等控制电机，实现运动。感觉很有意思，值得一试。 项目计划：采用一款性能可靠稳定大品牌之MCU做为核心，开发一款针对三回路温度检测控制系统
芯片选择意向：英飞凌XMC1000系列
选择的依据为：XMC1000的VADC只有一个内核，但是它内部有两个采样保持器，这两个采样保持器可以同步采样，在同步采样完成后再顺序转换。每个内核或组最多包含8个通道。
XMC4000的VADC最多有4个内核，这4个内核可以同时工作，同时采样和转换。
项目优点：英飞凌大品牌其质量有目共睹，该系列MCU的各种配置完全可以满足项目所需，且能保有一路备用回路应对不时之需。
项目难点：软件编辑存在盲区，正在努力学习。
能识别哪些手势呢？准确度不知道怎样？ 自动驾驶和电气化都是汽车行业的重要趋势。人工智能（AI）在这一趋势中发挥着至关重要的作用，它使车辆能够探测行人、分析驾驶员行为、识别交通标志、控制轨迹等。自动驾驶高度依赖具有机器学习（ML）能力的AI系统和能够安全、可靠、实时并行处理大量数据的处理器，边缘AI成为实现这一目标的关键技术。将安全可靠的AI功能集成到MCU系列中对于推动汽车行业的自动驾驶应用至关重要。英飞凌的 AURIX™ MCU获得Imagimob Studio的支持，为汽车行业带来了综合全面的机器学习兼容性和功能。通过Imagimob Studio，可以为边缘创建强大的ML模型，并将其部署到英飞凌成熟的AURIX™ MCU上。AI模型完成后，用户可以选择直接部署在英飞凌的的AURIX™ MCU上，从而简化在MCU上实施ML的过程，并创建先进的ML模型。
页:
[1]
2