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.

0 0 votes
Article Rating
Подписаться
Уведомление о
guest

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

0 Комментарий
Inline Feedbacks
View all comments