datasheet

NXP 恩智浦半导体

文章数:349 被阅读:397521

账号入驻

嵌入式设备引入机器学习:有eIQ就够了!

2019-07-19
    阅读数:


随着产品越来越复杂,具有了更强大的处理能力和更高的速度,使得机器学习(ML)技术逐渐扩展到边缘应用。借助eIQ软件,现在可以非常轻松地将新的ML模型引入边缘设备。


机器学习(ML)是一个有助于简化现代生活的复杂过程。它使产品和设备能够快速准确地预测、学习和执行复杂的任务。两个大家熟悉的使用案例:

  • Amazon Alexa,使用语音识别技术来控制智能家居;

  • 自动驾驶车辆,通过目标检测技术提升驾驶员的安全。


随着产品越来越复杂,具有了更强大的处理能力和更高的速度,使得ML技术逐渐扩展到边缘应用。借助eIQ软件,现在可以非常轻松地将新的ML模型引入边缘设备。



六月初,在恩智浦Connects大会上发布了部分EdgeVerse™产品组合,其中eIQ ML软件开发环境采用行业领先技术,能够将基于ML的应用部署到嵌入式设备中。该软件设计用于我们的微处理器和微控制器产品线,它为工程师提供了一个框架,可以在其中转换ML模型,从而在边缘设备上实现快速部署。


这一过程涉及优化模型,以及与系统的“学习中枢”,即神经网络(NN)推理引擎匹配。借助eIQ开发工具,可以非常轻松地完成这项任务,同时还提供将ML模型与底层计算引擎连接所需的各层。实质上,它桥接了所有必需的工具,可以让新的ML模型投入量产,并集成在复杂的应用中,例如能够执行摄像头或视频输入、安全以及无线通讯(恩智浦支持所有这些功能)等功能。初始版本支持i.MX RT跨界处理器和i.MX 8应用处理器。


更轻松的开发流程


推理引擎和库是ML的构建模块和训练基础,工程师可以运用这些技术资源形成新的见解以及探索新的可能性。


随着ML技术的不断进步,开源引擎和库迅速激增。除了eIQ软件开发环境中的各种其他工具,我们还提供基于流行的开源框架(例如,Arm NN、TensorFlow Lite和OpenCV)的神经网络驱动引擎。这让工程师拥有更大的自由度和更多选择来探索和开发ML模型。 



更广泛的边缘智能应用


eIQ软件开发环境的推出,意味着机器学习创新不再受设备资源限制。工程师可以使用基于云的工具或本地服务器工具,构建自己的训练模型,然后将模型引入elQ环境,以生成适用的推理引擎。然后将推理引擎加载到边缘设备上运行。


这是机器学习技术的重大进步,并将进一步促进该领域的各种创新可能性。



↓↓↓

☞ 如需了解eIQ更多信息,请点击此处


喜欢本文,就点下『在看』

END

NXP客栈


恩智浦致力于打造安全的连接和基础设施解决方案,为智慧生活保驾护航。

长按二维码,关注我们

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: TI培训

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved