TinyML

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

电路方案

查看更多
  • 以后挑榴莲不靠运气了,揭秘TinyML熟度检测硬核科技
    本文提出了一种面向榴莲成熟度检测的高效边缘AI解决方案。该解决方案将信号处理(SP)特征提取流水线与AutoML训练的卷积神经网络(CNN)相结合,实现实时、高精度的分类识别。借助ADI公司的一次性(OFA)训练流水线,系统可自动搜索最高效的CNN,无需依赖人工反复试错式网络设计。这一优势在高度量化的TinyML部署场景中尤为重要。该解决方案基于Zephyr OS 4.1构建,提供模块化、可移植的嵌入式软件基础,能够简化系统集成并加速开发落地。AutoML与Zephyr相结合,大幅降低机器学习和嵌入式工程开发的专业技术门槛,帮助客户更高效地采用边缘AI微控制器单元(MCU)。此外,由于神经网络天然具备模态无关特性,这套SP + TinyML流水线可轻松迁移至音频、视觉及各类传感器领域的其他边缘推理任务。
    以后挑榴莲不靠运气了,揭秘TinyML熟度检测硬核科技
  • 物女皇深潜胶州"灯塔":当一家硬核制造企业,决定把AI大模型塞进控制器
    彭昭在2026中国AIoT产业年会上提出,过去十年科技界低估了“物理世界数字化”的难度,高估了“云端大模型”对边缘侧的影响。他强调未来十年的关键任务是实现“万物智行”,即将每个节点独立感知、决策并执行。文章详细介绍了卡奥斯创智物联如何通过微型机器学习(TinyML)、工业智能体和组织智能体三大策略,将控制器进化为“边缘大脑”,并在制造环节构建“工业智能体”,最终形成完整的“分形进化”结构,实现智能制造的全面升级。
    1275
    01/15 09:07
    物女皇深潜胶州"灯塔":当一家硬核制造企业,决定把AI大模型塞进控制器
  • 边缘 AI:物联网实施新标杆
    作者:e络盟技术团队 AI与物联网系统的融合改变了数据的处理、分析与使用方式。多年以来,各种 AI 解决方案始终基于云端部署,而如今边缘 AI 的兴起,在提升运行效率、增强安全性和改善运营可靠性方面提供了颇有潜力的解决方案。本文旨在深入剖析边缘 AI 的复杂性,探究其构成要素、应用优势及其快速演进的硬件支持体系。 AI 演变:从云端到边缘 传统物联网设备直接依赖云端基础设施进行 AI 处理。边缘设
    边缘 AI:物联网实施新标杆
  • 巨头入局TinyML,端侧与边缘AI迎来新拐点
    近期,微型机器学习TinyML领域取得了里程碑式的进展,跨越了一个重要的分水岭。这一技术的成熟度和发展潜力都将迈上新的台阶。其中最具代表性的事件是3月11日高通宣布收购Edge Impulse。
    巨头入局TinyML,端侧与边缘AI迎来新拐点
  • 最简单体验TinyML、TensorFlow Lite——ESP32跑机器学习(全代码)
    TinyML是机器学习前沿的一个分支,致力于在超低功耗、资源受限的边缘端(MCU)部署机器学习模型,实现边缘AI,使机器学习真正大众化,使生活真正智能化。简单来说就是在单片机上跑深度学习,很不可思议吧,因为AI在大众的印象里都是需要大算力、高能耗,TinyML为低功耗AI的普及开了个好头。
    1.2万
    2024/11/21
    最简单体验TinyML、TensorFlow Lite——ESP32跑机器学习(全代码)