アプリケーションの概要
エッジ AI による文字認識では、限られたメモリと電力のハードウェア上で、視覚データからテキストをローカルに抽出します。主な課題は、低コストのマイコント上でリアルタイム推論を行うために、複雑なニューラル ネットワークを最適化することです。
主な用途：
- 産業用 IoT: 鉄板やラベル、在庫タグの自動読み取り。
- スマート デバイス：ウェアラブル機器や家電製品向けにジェスチャ ベースの入力を実現します。
- グリッド インフラ：アナログ メーターの読み取りをリアルタイムでデジタル化。
評価を開始する
データ収集
MNIST (Modified National Institute of Standards and Technology) データセットは、手書き文字認識のための業界標準の "Hello World" ベンチマークです。主に、数値の数字を識別するための画像処理システムのトレーニングおよびテストに使用されます。
データ品質の評価
Core Data 仕様の内容：単一の手書き数字 (0 〜 9) のグレー スケール画像 7 万枚。
構造：6 万枚のトレーニング画像と 1 万枚のテスト画像に分割。
分解能：各画像は 28×28 ピクセルの正方形グリッド (画像あたり合計 784 ピクセル) です。
前処理：数字はサイズ正規化され、固定サイズのフレーム内に中央配置されており、未加工データよりも単純なアルゴリズムで処理しやすくなっています。
図 1.1 - mnist-dataset
モデルを構築してトレーニング
CCStudio Edge AI Studio は、AI モデルの設計、トレーニング、展開を行うための直感的なグラフィカル環境であり、開発を加速させます。
使いやすい GUI ベースのワークフローを通じて、複数のアーキテクチャを探索し、トレーニングできます。ユーザーは、包括的な CLI ツールを使用して、モデルの修正や再トレーニングを行い、性能や最適化を向上させることもできます
用途に適したモデルを検索
当社では、オープンソース モデルである LENET-5 モデルを使用し、当社の NPU 向けに最適化および量子化を行った結果、精度 99%、レイテンシ 6.05ms を実現しています
図 1.1 - 数字認識
モデルの展開
CCStudio™ Edge AI Studio は、トレーニング済みモデルを組込みターゲットへ展開するための、開始から完了までのワークフローを提供します。より高度なカスタマイズや制御を求める開発者は、展開ガイドをご参照ください。これらのガイドでは、独自の組込みアプリケーションに EdgeAI 機能を構築および統合するための包括的なフレームワークを提供しています
- EdgeAI Studio GUI ツールを使用して、MSPM0 マイコンに機械学習モデルを導入します
- CLI ツールを使用して機械学習モデルを MSPM0 マイコンに導入します
お客様に最適なデバイスの選択
| レイテンシ (ms) | フラッシュ (kB) | SRAM (kB) | ||||
|---|---|---|---|---|---|---|
| 製品番号 | プロセッシング コア | NPU が利用可能 | クロック周波数 (MHz) | PIR ベンチマーク測定指標 | ||
| MSPM0G5187 | Arm® Cortex®-M0+ Core | あり | 80 | 0.39 | 5.55 | 2.4 |
開始に必要なすべてのハードウェア、ソフトウェア、およびリソース
ハードウェア
LP-MSPM0G5187
MSPM0G5187 LaunchPad™ 開発キットの評価基板が必要です。これは EdgeAI の推論に必要です。現在のデータは ADC で取得され、特長抽出後に AI モデルへ入力されます。
ソフトウェアおよび開発ツール
CCStudio™ Edge AI Studio
PIR 動作検知モデルのトレーニングおよびコンパイルを行い、TI の組込みマイコン デバイスにデプロイするための、完全統合型ノーコード ソリューションです。
CLI ツール
データセット管理、モデルの学習およびコンパイルを含む、このエンド ツー エンドのモデル開発ツールを使用します
MSPM0-SDK
MSPM0 SDK は、MSPM0 マイコン プラットフォーム用のアプリケーションの開発を迅速化するためのソフトウェア、ツール、文書の究極のコレクションを単一のソフトウェア パッケージに収録しています。