Software y herramientas de Microchip
Microchip se ha asociado con varias empresas de terceros, incluidas Edge Impulse, Motion Gestures y SensiML.
También admitimos marcos populares como TensorFlow Lite para microcontroladores, que forma parte del marco Microchip Harmony. TensorFlow Lite se puede usar para crear modelos en toda la cartera de Microchip, a excepción de los dispositivos de 8 bits a partir de hoy. Los microcontroladores y microprocesadores de Microchip son compatibles y admiten TensorFlow Lite.
Los microcontroladores y las soluciones de microprocesador de Microchip son compatibles con muchas aplicaciones, como la visión integrada inteligente. También son una buena opción para el mantenimiento predictivo basado en la vibración, la medición de potencia o el control del sonido. La cartera de microchips se puede utilizar en el reconocimiento de gestos y, junto con las capacidades táctiles, puede facilitar el control de las interfaces hombre-máquina.
Microchip proporciona conmutadores PCI de alto rendimiento que permiten la interconexión de GPU y ayudan con la formación de modelos.
La recopilación de datos se puede realizar utilizando microcontroladores, unidades de microprocesador, FPGA y sensores. Todos disponibles en la cartera actual de Microchip.
La validación de datos y la operación de inferencia se pueden realizar en microcontroladores, microprocesadores o FPGA.
En general, estas soluciones facilitan la implementación de ML utilizando la cartera de Microchip.
Cuando se trata de software, el centro de aprendizaje automático de Microchip es un excelente lugar donde se presentan nuestras últimas soluciones.
Además del marco Microchip Harmony que admite marcos populares, se proporciona software de aprendizaje automático gracias a varias asociaciones.
Una asociación es con Edge Impulse, que tiene una canalización completa de TinyML donde podemos recopilar los datos, construir el modelo e implementarlo. Este socio usa TensorFlow Lite para microcontroladores. Una de las mayores ventajas aquí es que el código de Edge Impulse es completamente de código abierto y libre de regalías.
Otro socio es Motion Gestures, que se especializa en el reconocimiento de gestos y puede usarse para construir interfaces hombre-máquina. Esta herramienta puede ayudar a crear e implementar gestos en minutos, reduciendo el tiempo de desarrollo de software; también produce resultados satisfactorios para reconocimientos de gestos que se acercaron al 100 % de reconocimiento en nuestras pruebas.
Hay dos formas de usar esta herramienta, ya sea con el tacto, la forma clásica, o con el movimiento, usando algunos sensores IMU.
Empezando el aprendizaje automático
Microchip ofrece varios kits para que los desarrolladores se inicien en IA y ML. En el lado de los microcontroladores, el kit de evaluación SAMD21 ML, SAMD21 Machine Learning con un sensor TDK. Otra variante utiliza Bosch AMU.
En el lado de los gestos de movimiento, tenemos una demostración con SAMC21 Xplained Pro más un panel táctil QTouch, una de las herramientas con las que puede comenzar a implementar su aplicación de reconocimiento de gestos ML.
El IGaT es una placa gráfica y táctil que también usa ML, con firmware listo para usar que tiene la demostración de reconocimiento de gestos además de muchas otras demostraciones para automóviles, hogar, entretenimiento y otros.
Adafruit EdgeBadge – TensorFlow Lite para microcontroladores es otro kit que usa TensorFlow Lite directamente. Tiene una pantalla TFT de 2 pulgadas. EdgeBadge puede ser utilizado por la comunidad de Arduino. Se proporcionan varios ejemplos, como Sine Wave Demo, Gesture Demo y Micro Speech Demo.
En el lado de gama alta, el kit de video PolareFire tiene una interfaz de cámara dual, una interfaz MIPI, una interfaz HDMI y viene con DDR de 2 GB, 4 SDRAM, una interfaz USB2UART y memoria flash SPI de 1 GB.
Listo para usar, este kit proporciona una demostración de detección de objetos utilizando o basándose en un modelo ML.
Para obtener más información, visita:
