Edge Impulse 机器学习块

Edge Impulse 是边缘设备上机器学习的领先开发平台。

SSCMA 中的模型支持在 Edge Impulse 上运行，具体信息见 GitHub 仓库 sscma-ei-ml-blocks。下面使用 sscma-fomo 模型进行示例，说明如何在 Edge Impulse 上运行 SSCMA 模型。

运行管线

我们的示例通过 Docker 运行整个部署流程，这为你封装了所有的依赖和包。

管线在 Docker 上

1. 克隆示例仓库。

   git clone https://github.com/Seeed-Studio/sscma-ei-ml-blocks && \
   cd sscma-ei-ml-blocks/sscma-fomo

2. 安装 Docker Desktop。

3. 安装 Edge Impulse CLI v1.16.0 或更高版本。

4. 创建一个新的Edge Impulse项目，并确保标签方法被设置为 "Bounding Boxes"。

   • 点击"创建新项目"按钮。

     

   • 思考一个项目名称并完成设置。

     

5. 添加标签和一些数据。

   

6. 在 Create Impulse 下设置图像大小 (例如:160x160，320x320或640x640)，添加一个图像 DSP 块和一个物体检测学习块。

   

7. 打开一个命令提示符或终端窗口。

8. 初始化该块。

   edge-impulse-blocks init # 回答问题，在 "这个模型对什么类型的数据进行操作？" 中选择 "Object Detection"，在 "最后一层是什么..." 中选择 "FOMO"

9. 通过以下方式获取新数据。

   edge-impulse-blocks runner --download-data data/

10. 构建容器。

    docker build -t sscma-fomo .

11. 运行容器来测试脚本 (如果你做了修改，你不需要重建容器)。

    docker run --shm-size=1024m --rm -v $PWD:/scripts sscma-fomo --data-directory data/ --epochs 30 --learning-rate 0.00001 --out-directory out/.

12. 这将在 out 目录下创建一个 .tflite 文件。

TIP

如果你有额外的软件包想在容器内安装，把它们添加到 requirements.txt 中，然后重建容器。

获取新数据

要从你的项目中获取最新的数据:

1. 安装 Edge Impulse CLI v1.16 或更高版本。

2. 打开一个命令提示符或终端窗口。

3. 使用下面的命令获取新数据。

   edge-impulse-blocks runner --download-data data/

把块推回 Edge Impulse

你也可以把这个块推回 Edge Impulse，这使得它像其他 ML 块一样可用，这样你就可以在新数据进来的时候重新训练你的模型，或者把模型部署到设备上。更多信息请参见 Docs > Adding custom learning blocks。

1. 推送该块。

   edge-impulse-blocks push

2. 该块现在可以在你的任何项目下使用，通过 Create impulse > Add learning block > Object Detection (Images)。

   

3. 下载块的输出。