Advertisement

TinyML:利用Arduino NANO 33 BLE进行TinyML实践的课程

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
本课程聚焦于在Arduino NANO 33 BLE设备上开展TinyML(微型机器学习)的实际操作与应用,旨在通过简洁高效的代码实现物联网中的智能决策。 TinyML是一门使用Arduino NANO 33 BLE练习TinyML的课程。内容包括: - 获取陀螺仪数据:通过串口发送来自陀螺仪的数据。 - 振动感应:检测到运动时,点亮LED灯。 - 方向感应:用不同颜色的LED指示方向。 - 获取培训数据:收集同一手势重复操作100次的数据。当达到100次时红灯亮起;超过100次绿灯亮,并通过串行端口以CSV格式发送数据。 - 火车手势模型训练:使用Jupyter Notebook进行模型训练。 - 预测手势:预测手势并通过串行端口发送结果。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • TinyMLArduino NANO 33 BLETinyML
    优质
    本课程聚焦于在Arduino NANO 33 BLE设备上开展TinyML(微型机器学习)的实际操作与应用,旨在通过简洁高效的代码实现物联网中的智能决策。 TinyML是一门使用Arduino NANO 33 BLE练习TinyML的课程。内容包括: - 获取陀螺仪数据:通过串口发送来自陀螺仪的数据。 - 振动感应:检测到运动时,点亮LED灯。 - 方向感应:用不同颜色的LED指示方向。 - 获取培训数据:收集同一手势重复操作100次的数据。当达到100次时红灯亮起;超过100次绿灯亮,并通过串行端口以CSV格式发送数据。 - 火车手势模型训练:使用Jupyter Notebook进行模型训练。 - 预测手势:预测手势并通过串行端口发送结果。
  • MagicWand-TFLite-Arduino: 在Arduino Nano 33 BLE Sense上魔杖应,...
    优质
    MagicWand-TFLite-Arduino是一个创新项目,在Arduino Nano 33 BLE Sense硬件上实现了一种魔杖式的互动体验。通过结合TensorFlow Lite模型和传感器数据处理技术,该项目提供了一个独特且引人入胜的用户界面。该应用可应用于游戏、教育等领域。 MagicWand-TFLite-Arduino:基于Arduino Nano 33 BLE Sense的魔杖项目,利用TensorFlow Lite在微控制器上运行,并使用PlatformIO进行开发。
  • STM32F407 TinyML: 采Keil uVision IDEC和C++编环境下TinyML解决方案
    优质
    本项目提供基于STM32F407微控制器与Keil uVision开发环境的TinyML解决方案,支持C/C++编程,适用于机器学习模型在资源受限设备上的高效部署。 使用STM32F407微控制器的不同框架进行TinyML开发时,请注意以下事项: 由于库文件包含在.gitignore配置中,因此每个项目都必须独立生成CubeMX代码。对于TFLite项目,需要将自动生成的main函数更改为.cpp,并与main.c中的最新更改合并。 建议使用Keil uVision v6作为开发IDE。 具体到多维数据集MXAI 003MagicWand项目,在修改CubeMXAI 003MagicWand Middlewares Third_Party MachineLearning edgeimpulse model-parameters文件夹下的model_metadata.h时,请调整以下参数: #define EI_CLASSIFIER_RAW_SAMPLE_COUNT 200 #define EI_CLASSIFIER_INTERVAL_MS 10
  • Arduino.rar
    优质
    《Arduino课程实践》是一份涵盖电子硬件入门知识与编程技巧的教学资源包,旨在通过实际项目引导学习者掌握Arduino平台的应用开发。 这是一套Arduino课程练习材料,包含了从“Hello World”到继电器、WIFI模块以及人体感应模块在内的34个示例项目。每个例子都附有详细的Word文档介绍及对应的Arduino程序代码,并且提供了硬件接线图以帮助理解如何连接各个组件。
  • 基于TinyML关键字检测控制RGB灯电路方案
    优质
    本项目提出了一种基于TinyML技术的关键字检测系统,并通过检测特定关键字来控制RGB灯的颜色变化,实现智能化家居照明控制。 使用Arduino Nano 33 BLE Sense训练TensorFlow模型以识别特定关键字并控制RGB灯带是一个很有意义的项目,尤其是在边缘机器学习领域。边缘机器学习能够使设备在较少编程逻辑的情况下完成智能任务。 此项目的硬件部分仅包含一个组件:Arduino Nano 33 BLE Sense。该板集成了多种传感器(如麦克风、9轴IMU和环境光传感器等)以及丰富的内存资源(1MB闪存,256KB RAM)。项目中还利用了其内置的RGB LED来展示当前颜色。 首先,在Edge Impulse平台上创建一个新的项目,并安装相关的CLI工具。接下来,通过下载并刷新最新的Edge Impulse固件到Nano板上,使它能够与云端服务通信以接收命令和上传传感器数据。随后在命令提示符中运行edge-impulse-daemon程序来完成设置步骤。 一旦设备配置完毕,在项目的设备列表中就会出现Arduino Nano 33 BLE Sense。接下来可以开始采集样本并将其作为训练或测试集的一部分进行上载,为机器学习模型的构建提供所需的数据支持。 为了实现特定的目标——控制RGB灯带的不同颜色模式(开、关、红色、绿色和蓝色),在每种模式下都会录制一分钟左右的声音片段,在此期间会以1-2秒间隔重复说出相应的单词。然而,仅靠这些样本是不够的,因为背景噪音和其他词汇可能会导致误判。 幸运的是,Edge Impulse已经提供了针对噪声和“未知”词的数据集来对抗这些问题,并且可以通过其提供的工具将这些音频文件作为训练数据的一部分进行上传。
  • Arduino Nano
    优质
    Arduino Nano是一款基于ATmega328的小型微控制器板,兼容Arduino Uno,适用于需要小巧体积和低功耗的应用场景。 Arduino Nano 是 Arduino USB 接口的微型版本,与标准版相比最大的不同是没有电源插座以及使用 Mini-B 型 USB 插座。这款微控制器尺寸非常小巧,并且可以直接安装在面包板上进行实验或开发工作。 Nano 使用 ATmega168 或 ATmega328 作为处理器核心,支持 5V 工作电压和范围为 6-20V 的输入电压。它配备了14个数字输入输出端口(其中六个可以配置成PWM信号),八个模拟输入通道以及一个用于时钟的16MHz晶体振荡器、Mini-B USB接口、ICSP接头及复位按钮。 对于 ATmega328,其片上存储包括 16KB 或 32KB 的 Flash 存储(其中包含用于 Bootloader 的2KB空间)、1KB 或 2KB SRAM 和 0.5 KB 或 1 KB EEPROM。此外,FT232RL FTDI USB 接口芯片工作时钟为 16 MHz。 Arduino Nano 支持两种供电方式:通过 Mini-B USB 口或外部直流电源(Pin27 +5V)。当使用USB接口供电时,FT232RL 才会被激活。 在输入输出方面,Nano 配备了14个数字I/O端口和6路模拟输入通道。每个 I/O 端口可以提供最高 40mA 的电流,并且每一路都配有可选的内部上拉电阻(默认为未连接状态)。引脚2和3支持外部中断,而引脚3、5、6、9、10 和11则用于生成PWM信号。此外,Nano 还具备 SPI 接口功能以及一个专用LED输出端口。 通信接口方面,Arduino Nano 支持串行通讯(Serial)及TWI/I2C 总线协议,并且可以通过AREF引脚调整模拟输入的参考电压范围。复位按钮可用于手动重置设备或通过主机自动触发复位操作。 编程下载方面,Nano 集成了 Bootloader 程序,因此可以使用 Arduino IDE 直接上传代码或者利用 ICSP 接头进行编程烧录。 物理尺寸上,Arduino Nano 的长宽分别为 0.73 x 1.7 英寸。
  • 两个Arduino Nano和nRF24L01模块现双向通讯
    优质
    本项目通过两个Arduino Nano配合nRF24L01无线通信模块,实现了简单的双向数据传输功能。适合初学者了解无线通信技术的基础应用。 使用两个Arduino nano和nRF24L01模块可以实现双向通信。
  • 使 Arduino Nano 和 DHT11 模块 LabVIEW 温湿度数据采集
    优质
    本项目利用Arduino Nano结合DHT11温湿度传感器模块,在LabVIEW平台上实现环境温湿度的数据采集与实时监控。 使用Arduino Nano和DHT11传感器结合LabVIEW进行温湿度数据采集的实现方法。
  • Arduino Nano操纵杆操控两台步电机-项目开发
    优质
    本项目介绍如何使用Arduino Nano和操纵杆控制两个步进电机。通过编程实现精确操控,适用于机器人制作、自动化设备等应用领域。 如何将两台步进电机连接到Arduino并用操纵杆进行控制?这是一项快速且简单的工作!