分類：ARM Cortex-M
On-Device AI應用於ARM Cortex-M系列MCU
Adafruit的TensorFlow Lite for Microcontrollers Kit簡介
在Arduino上執行TensorFlow Lite for Microcontrollers的Hello World example
TinyML一書早期釋出版本閱讀心得
前幾篇文章提到TensorFlow Lite for Microcontrollers技術的相關實作，歐萊禮(O’Reilly)將要出版一本TinyML: Machine Learning with TensorFlow on Arduino, and Ultra-Low Power Micro-Controllers書籍來描述這方面的內容。目前在該網站有釋出這本書的早期版本內容：
» Read more在STM32F7 Discovery Kit上執行TensorFlow Lite for Microcontrollers的Hello World example
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 more在STM32F7 Discovery Kit實作DS-CNN關鍵字萃取
本文說明如何在ARM Crotex-M MCU，以DS-CNN精準進行關鍵字萃取。DS-CNN中文介紹請參考”2019年版嵌入式系統設計解密”之”邊緣運算篇”中相關文章；以下是講解如何編譯與執行ARM提供程式碼。本次開發環境是在Ubuntu 16.04 64 Bits作業系統，預先安裝的環境請參考這篇文章；目標板為Discovery kit with STM32F746NG MCU，目標板在使用前需更新ST-LINK/V2 韌體，詳細步驟請參考這篇文章。
» Read more