嵌入式机器学习开发平台Edge Impulse已将其AI工具移植到低成本Raspberry Pi 4板上。
美国Edge Impulse现在支持更广泛的嵌入式机器学习应用处理器，支持Raspberry Pi 4板。开发人员可以使用现有的低功耗mcu支持，或者冒险使用运行嵌入式Linux的处理器类，如果目标是获得最高的性能。
在英国开发的Raspberry Pi 4板使用1.5GHz Broadcom BCM2711多核处理器，具有四个ARM A72内核，并支持嵌入式Linux和便携式容器技术，可访问也在数据中心运行的AI应用程序。
“我们同样带来了良好的用户体验我们的开发人员已经熟悉到Linux领域(使用硬件加速的π4),刷新的工具和功能,使得部署嵌入式机器学习模型在Linux上那么简单……π,“寻登觉说,引导用户成功工程师边缘冲动。
“Edge Impulse的这一声明是一大步，它让机器学习在边缘变得更容易使用。有了对树莓派的全面支持，你现在有能力采集数据，在Edge Impulse平台的云中根据你自己的数据进行训练，然后将新训练的模型部署回你的树莓派。”
Edge Impulse还宣布，作为其计算机视觉ML管道的一部分，将启动对真实物体检测的支持。用户可以使用树莓派摄像头或将标准USB网络摄像头插入Pi上的USB插槽，利用更高性能的计算和更复杂的框架和库的原始能力来促进计算机视觉应用。
该公司表示，对于音频应用，用户可以将一个标准USB麦克风插入Pi上可用的USB插槽中。对于传感器融合，Pi上的40针GPIO头也可以连接到他们喜欢的传感器。
首先，公司提供了一个树莓派4指南.此外对象检测教程解释如何轻松地训练目标检测模型。提供了针对Python、Node.js、Go和c++的sdk，这样用户就可以轻松地构建自己的自定义推理应用程序。
相关文章:
其他文章在eeNews欧洲
