Ziffernerkennung mit Mikrocontrollern (MCUs) von TI
Ziffernerkennung mit Edge-KI in einem kompakten, energieeffizienten Baustein-Footprint auf kosten- und leistungsoptimierten Modellen für MCU-Lösungen
Anwendungsübersicht
Bei der Zeichenerkennung mit Edge-KI wird Text aus visuellen Daten lokal auf Hardware mit begrenztem Speicher und begrenzter Leistung extrahiert. Die größte Herausforderung besteht in der Optimierung komplexer neuronaler Netzwerke für Echtzeit-Inferenzierung auf kostengünstigen Mikrocontrollern.
Hauptanwendungen:
- Industrielles IoT: autonomes Lesen von Eisenplatten, Etiketten und Inventarmarken.
- Smarte Geräte: Ermöglichung gestenbasierter Eingaben für Wearables und Geräte.
- Netzinfrastruktur: Digitalisierung analoger Zählerstände in Echtzeit.
Evaluierung zum Einstieg
Datensammlung
Der MNIST-Datensatz (Modified National Institute of Standards and Technology) ist der "Hello World"-Benchmark nach Industriestandard für die Erkennung handgeschriebener Zeichen. Er wird hauptsächlich zum Trainieren und Testen von Vision-Systemen zur Identifizierung numerischer Ziffern verwendet.
Bewertung der Datenqualität
Inhalt der Kerndatenspezifikationen: 70.000 Graustufenbilder mit einzelnen handschriftlichen Ziffern (0–9).
Struktur: Aufgeteilt in 60.000 Trainingsbilder und 10.000 Testbilder auf.
Auflösung: Jedes Bild ist ein quadratisches Raster mit 28 x 28 Pixeln (insgesamt 784 Pixel pro Bild).
Vorverarbeitung: Die Ziffern sind größennormalisiert und in einem Rahmen mit fester Größe zentriert, sodass sie für einfache Algorithmen leichter zu verarbeiten sind als Rohdaten.
Abbildung 1.1 – MNIST-Datensatz
Erstellen und trainieren Sie Ihr Modell
Beschleunigen Sie die Entwicklung mit CCStudio Edge AI Studio, einer intuitiven grafischen Umgebung für Design, Training und Implementierung von Kl-Modellen.
Entdecken und trainieren Sie mehrere Architekturen mithilfe eines benutzerfreundlichen GUI-basierten Workflows. Benutzer können auch die umfassenden CLI-Tools erkunden, mit denen sie Modelle modifizieren und neu trainieren können, um eine bessere Leistung und Optimierungen zu erzielen
Finden Sie das richtige Modell für Ihre Anforderungen
Wir verwenden das LENET-5-Modell, ein quelloffenes Modell, und optimieren und quantifizieren das Modell für unsere NPU mit einer Genauigkeit von 99 % und einer Latenz von nur 6,05 ms
Abbildung 1.1 – Ziffernerkennung
Implementierung Ihres Modells
CCStudio™ Edge AI Studio bietet einen kompletten Workflow für die Implementierung trainierter Modelle auf eingebetteten Zielen. Für Entwickler, die eine tiefere Anpassung und Steuerung wünschen, bietet das Implementierungsleitfäden ein umfassendes Framework für die Erstellung und Integration von Edge-KI-Funktionen für Ihre eigenen Embedded-Anwendungen.
- Implementieren Sie mit den GUI-Tools von EdgeAI Studio Modelle für maschinelles Lernen auf MSPM0-Mikrocontrollern
- Implementieren Sie mit CLI-Tools Modelle für maschinelles Lernen auf MSPM0-Mikrocontrollern
Finden Sie den richtigen Baustein für Ihre Zwecke
| Produktnummer | Verarbeitungskern | NPU verfügbar | Taktfrequenz (MHz) | PIR-Benchmarking-Kennzahlen | ||
|---|---|---|---|---|---|---|
| Latenz (ms) | Flash (kB) | SRAM (kB) | ||||
| MSPM0G5187 | Arm®-Cortex®-M0+-Mikrocontroller | Ja | 80 | 0,39 | 5,55 | 2,4 |
Alles an Hardware, Software und Ressourcen, was Sie zum Einstieg benötigen
Hardware
LP-MSPM0G5187
MSPM0G5187-LaunchPad™-Entwicklungskit-Evaluierungsmodul. Dies ist für die Edge-KI-Inferenzierung erforderlich. Stromdaten werden mit dem ADC erfasst und nach der Merkmalsextraktion an das KI-Modell übergeben.
Software- und Entwicklungstools
CCStudio™ Edge AI Studio
Eine vollständig integrierte Lösung ohne Notwendigkeit von Code zum Training und Kompilieren von PIR-Bewegungserkennungsmodellen, um sie auf Embedded-Mikrocontroller-Bausteinen von TI implementieren.
CLI-Tools
Dieses End-to-End-Modellentwicklungstool umfasst die Handhabung von Datensätzen, Modelltraining und -kompilierung.
MSPM0-SDK
Das MSPM0-SDK bietet die ultimative Sammlung von Software, Tools und Dokumentation zur Beschleunigung der Entwicklung von Anwendungen für die MCU-Plattform MSPM0 in einem einzigen Softwarepaket.