在SparkFun Edge開發板上執行TensorFlow Lite for Microcontrollers的Hello World example
在SparkFun Edge開發板上驗證TensorFlow Lite for Microcontrollers
TensorFlow Lite for Microcontrollers是TensorFlow新增項目，其目的就是在Microcontroller(MCU)上運作TensorFlow Lite；官方對應的是SparkFun Edge開發板，用以展示關鍵字語音辨識。本文主要是以這篇AI on a microcontroller with TensorFlow Lite and SparkFun Edge文章，說明軟體開發驗證的部份。附帶一題，相似的專案可以參考先前文章，由於TensorFlow Lite for Microcontrollers還在試驗階段，多數人實測後發現運作遲頓，可參考這篇討論。
» Read more使用uTensor進行手寫數字辨識
uTensor是一套基於mbed和TensorFlow的AI推論程式庫，本文將說明以DISCO-F413ZH開發板搭配觸控螢幕進行手寫數字辨識。專案為MNIST Touch Screen，實作前可先看一下官方提供的展示影片：
» Read more使用Arm NN進行深度學習推論：使用TensorFlow模型
本文主要說明Arm NN在RK3399平台Ubuntu進行深度學習推論(inference)，使用的是已訓練好的TensorFlow模型。因Arm NN需要在4GB RAM環境下編譯，本次使用的是 Firefly-RK3399 4GB/128GB 发烧版 開發板，並安裝Ubuntu 16.04作業系統( 映像檔為 FIREFLY-RK3399-UBUNTU16.04-GPT-20190403-1019.img.7z )：
» Read moreAI Vision Developer Kit群眾募資項目SDK更新說明
延續這篇文章，說明2801s晶片廠商更新SDK的內容；若是Indiegogo上AI Vision Developer Kit專案的贊助者請發送電子郵件到On-Device AI Co., Ltd.以取得新版的SDK與SSD物件偵測展示程式。首先說明更新到4.2.0版的SDK(GTISDK-Linux_aarch64_v4.2.0.1.tar.gz)，該SDK也可從晶片廠商官網下載：
» Read moreAI Vision Developer Kit群眾募資項目軟體功能說明
使用OpenMV H7機器視覺模組進行深度學習之影像辨識
在此說明使用OpenMV H7機器視覺模組進行深度學習之影像辨識(影像分類)。簡單介紹一下OpenMV專案：OpenMV是一款小巧，低功耗，低成本的電路板，它幫助你很輕鬆的完成機器視覺(machine vision)應用；你可以透過高階程式語言Python(準確的說是MicroPython)，而不是C/C++來進行程式設計。本文會一併討論深度模型建模、訓練與轉換模型到OpenMV上，將用到Caffe這個深度學習框架；因此，所有的實作都會在Ubuntu Linux 16.04 64Bits作業系統上進行。
» Read moreAI Vision Developer Kit群眾募資項目技術概要
USB神經網路計算卡使用PLAI軟體進行模型建構與訓練
本文介紹以Gyrfalcon Technology公司Lightspeeur 2801S晶片為核心的USB神經網路計算卡使用搭配的PLAI(People Learn AI)軟體進行VGG模型建構與訓練。本文內容參考廠商網頁進行，訓練過程中使用nVidia GPU來加速運算；電腦安裝的作業系統為Ubuntu 16.04.5 LTS (Xenial Xerus) 64-bit PC (AMD64) desktop。PLAI軟體可從”AI 64G資料U盤”中取得：
» Read more