Плата Sparkfun Edge, стоимостью 15 долларов США, обеспечивает поддержку Tensorflow Lite для микроконтроллеров


В эти дни проходит TensorFlow Dev Summit 2019, и мы уже рассказывали о выпуске компанией Google платы для разработки Coral Edge TPU и USB-ускорителя с поддержкой TensorFlow Lite, но, во время мероприятия, была представлена еще одна интересная новая разработка — TensorFlow Lite теперь также поддерживается микроконтроллерами (MCU), вместо более мощных прикладных процессоров.

С платой разработки SparkFun Edge на базе Ambiq Micro Apollo3 Blue Bluetooth MCU, чье ультра-эффективное ядро ​​Arm Cortex-M4F может работать с TensorFlow Lite, используя только 6 мкА/МГц, вы легко сможете начать работу с Tensorflow Lite для MCU.

Технические характеристики SparkFun Edge:

  • Микроконтроллер —  процессор Ambiq Micro Apollo3 Blue 32-бит Arm Cortex-M4F с тактовой частотой 48 МГц / 96 МГц (TurboSPOT) с DMA, 1 МБ флэш-памяти, 384 КБ SRAM, энергопотребление 6 мкА/МГц, поддержка Bluetooth.
  • Связь — Bluetooth LE 5 (на кристалле) + антенна Bluetooth
  • Камера — разъем камеры OV7670
  • Аудио — 2х микрофона MEMS с операционным усилителем
  • Датчик — STMicro LIS2DH12 3-осевой акселерометр
  • Расширение — разъем Qwiic, 4x разъем GPIO,
  • Отладка — серийный разъем в стиле FTDI для программирования
  • Разное — 4х пользовательских индикатора, 1х пользовательская кнопка
  • Источник питания
    • CR2032 разъем для батарейки типа «таблетка»
    • Выводы VDD (от 1,8 до 3,6 В) / GND
  • Размеры — 40,6 х 40,6 х 8,9 мм

Плата может управлять автономными приложениями машинного обучения, такими как голос, жесты или распознавание изображений, с TensorFlow Lite при сверхнизком энергопотреблении, например, от батарейки типа «таблетка».

Есть специальная документация для платы разработки Sparkfun Edge, но вы также найдете более общее руководство по началу работы с Tensorflow Lite для микроконтроллеров  на Github, в котором также указана плата разработки Bluepill за 2 доллара, плата обнаружения STMicro STM32F746G и Eta Compute ECM3531 EVB. Вы также можете добавить поддержку для других плат, о чем изложено в инструкциях по портированию Tensorflow Lite для MCU на другие платформы. Вам просто нужно убедиться, что на для ваших целей будет хватать оперативной памяти и хранилища, так как “основная среда выполнения помещается на 16 КБ на Cortex M3, а при достаточном количестве операторов для запуска модели обнаружения речевого ключевого слова требуется в общей сложности 22 КБ». Неплохо, хотя и не так легко, как «Алгоритм Bonsai».

Sparkfun Edge  доступен для предварительного заказа за 14,99 $ плюс доставка.

Выражаем свою благодарность источнику из которого взята и переведена статья, сайту cnx-software.com.

Оригинал статьи вы можете прочитать здесь.

Комментарии:

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Этот сайт использует Akismet для борьбы со спамом. Узнайте как обрабатываются ваши данные комментариев.