Automl for Embedded, développé par Analog Devices (ADI) et Antmicro, est maintenant disponible pour aider les développeurs à construire, optimiser et déployer facilement les modèles AI sur le matériel de bord contraint. L’outil est intégré au code Visual Studio en tant que plugin. Cela fait partie du cadre Kenning. Que vous travailliez avec Adi Max78002 ou Max32690 AI MCUS, ou simulant votre projet en utilisant Renoder et le Zephyr RTOSla configuration vous permet de déployer des modèles d’IA, le tout sans expertise en apprentissage automatique profond.
Essentiellement, Automl for Embedded utilise des algorithmes avancés comme Smac et Hyperbande Pour automatiser la recherche et le réglage des modèles. De plus, il vérifie les limites de mémoire, les performances de référence et aide à garantir que votre modèle est suffisamment léger pour fonctionner en douceur sur votre appareil. L’outil est déjà en action, étant utilisé pour déployer des modèles robustes dans des scénarios du monde réel à partir de Classification d’image sur des caméras à faible puissance pour détection d’anomalie dans les capteurs industriels.
Un modèle d’anomalie-détection généré avec Automl pour Embedded a été déployé sur un microcontrôleur réel (ADI MAX32690) ainsi que sur son moi virtuel, simulé à l’aide de Renode. Automl for Embedded est open-source et actuellement disponible sur le Marketplace du code Visual Studio et Github.
Retrouvez l’histoire de Raspberry Pi dans cette vidéo :
