1.簡介
NanoEdge AI 庫是 Cartesiam 推出的人工智能靜態(tài)庫,它可以幫助客戶直接生成可以運行在嵌入式 Arm Cortex 處理器上的.a 靜態(tài)庫文件。
2021 年 ST 收購 Cartesiam,完善了 ST 在 AI 領(lǐng)域的生態(tài),大大降低了客戶使用 STM32 開發(fā) AI 應(yīng)用的難度。通過使用 NanoEdge AI Studio,用戶只需要了解基本的 AI 概念,并提供相應(yīng)的數(shù)據(jù),便可以從眾多 AI 算法庫中智能搜索和生成出最符合用戶應(yīng)用的算法。
NanoEdge AI Studio 具備以下特點:
? AI 庫的搜索引擎。? 為嵌入式開發(fā)者量身定做。
? 通過抽象化數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí),降低用戶開發(fā)難度。
? 快速部署機(jī)器學(xué)習(xí),兼容任何 C 代碼。
? 對比傳統(tǒng)機(jī)器學(xué)習(xí)方法,使用最少量數(shù)據(jù)。
感興趣的話歡迎從以下網(wǎng)址下載該工具進(jìn)行評估
本文將介紹 NanoEdge AI Studio 的使用方法,并完成人體姿態(tài)識別的簡單應(yīng)用。
2.數(shù)據(jù)采集
在使用 NanoEdge AI Studio 之前,我們需要準(zhǔn)備數(shù)據(jù),數(shù)據(jù)來源可以是公開的數(shù)據(jù)集,也可以是自己采集的數(shù)據(jù),還可以利用 NanoEdge AI Studio 采集數(shù)據(jù)。
本文將使用 sensorTile.box 完成數(shù)據(jù)的采集。
2.1硬件介紹
在 ST 官網(wǎng)搜索 STEVAL-MKSBOX1V1 可以查看關(guān)于開發(fā)板的基本內(nèi)容,板載了豐富的運動傳感器和溫濕度傳感器,并且具備 SD 卡,可以保存采集到的數(shù)據(jù)。板載的 USB 可以用于供電和下載程序,也可以通過 ST-LINK 和開發(fā)板連接進(jìn)行調(diào)試和下載。USB 下載程序方法:我們這里使用 STM32 CubeProgrammer 下載程序。首先確保沒有用電池供電,然后按住板上的 boot 按鈕,連接 USB 到電腦,點擊 CubeProgrammer 中如下圖圖 2所示的 connect。
連接成功后,選擇好固件,然后填寫下載地址,點擊 Start Programming 即可完成下載。如圖 3:
2.2 軟件介紹
關(guān)于數(shù)據(jù)采集和后續(xù)的功能測試,推薦使用 FP-AI-SENSING1 這個軟件包,可以在 ST官網(wǎng)搜索到。該軟件包提供了基本的 BSP,包括按鈕,LED,傳感器驅(qū)動,SD 卡驅(qū)動,BLE驅(qū)動等。
除此之外,它還提供了一些功能可以幫助我們收集數(shù)據(jù),包括可以通過 BLE 連接 ST Ble Sensor App,通過該 APP 配置板載傳感器采樣率,完成數(shù)據(jù)的采集,并將數(shù)據(jù)按一定格式保存到 SD 卡當(dāng)中,本文將利用該方法采集加速度數(shù)據(jù)。
該軟件包也實現(xiàn)了人體姿態(tài)識別和聲音場景識別的 AI demo,可以在 ST BLE SensorAPP 上展示,其中的 demo 使用了 Cube.AI 工具做模型轉(zhuǎn)換,和本文討論的 NanoEdge AI 的方法不同,不在本文討論范圍中。
2.3 數(shù)據(jù)采集步驟
1編譯和燒錄程序
下載完 FP-AI-SENSING1 軟件包后,需要先編譯 bootloader,工程路徑位于:
FP-AI-SENSING1_V4.0.3ProjectsSTM32L4R9ZI-SensorTile.boxExamplesBootLoader
編譯完成后,下載到 sensorTile.box 當(dāng)中即可。
然后編譯應(yīng)用程序,工程路徑位于:
FP-AI-SENSING1_V4.0.3ProjectsSTM32L4R9ZI-SensorTile.boxApplicationsSENSING1
編譯完成后,下載到 sensorTile.box 當(dāng)中,當(dāng)上電啟動后,綠燈常亮,表明開發(fā)板初始化正常完成。藍(lán)色 LED 燈閃爍,表明 BLE 正處于廣播狀態(tài)。
注意:
? bootloader 的下載地址為 0x08000000
? App 的下載地址為 0x08004000
? 當(dāng)使用電池供電,長按 PWR 按鈕,可以開機(jī)或關(guān)機(jī)。在后續(xù)采集運動姿態(tài)數(shù)據(jù)時,我們需要使用電池供電。
? 如有需要,可通過 USB 給電池充電,充電過程中,紅色 LED 會閃爍。
2ST BLE Sensor APP
該 APP 由 ST 提供,可以展示運動傳感器和溫濕度傳感器,您可從 ST 官網(wǎng)下載(搜索STBLESensor),或者 iPhone 通過蘋果商店可以下載,Android 通過 Google Play 或其他第三方下載商店下載。
給 sensorTile.box 上電后,開發(fā)板會自動進(jìn)入廣播狀態(tài),并且藍(lán)色 LED 閃爍,從 ST BLE Sensor APP 點擊“開始掃描”,搜索到開發(fā)板(sensorTile.box 一般默認(rèn)命名為 BAI_400)之后,點擊連接就可以連接到開發(fā)板。連接完成后的展示界面如下:
可以通過該 APP 查看運動傳感器的數(shù)據(jù)曲線:
通過該 APP 進(jìn)行數(shù)據(jù)采集的方法:點擊左上角菜單,并選擇 Data Log,如下:
在數(shù)據(jù)采集界面可以選擇板載的各種不同的傳感器,并設(shè)置采樣率。本文需要選擇加速度傳感器,并配置采樣率為 52Hz:
可以通過 ADD LABEL 來添加一個標(biāo)簽,然后打開該標(biāo)簽,點擊 START LOGGING 進(jìn)行數(shù)據(jù)采集,采集完成后,點擊 STOP LOGGING 完成數(shù)據(jù)采集。
使用讀卡器,讀取 SD 卡里面的數(shù)據(jù),保存為 CSV 格式,如下:
數(shù)據(jù)起始有一些標(biāo)注,其中 Stationary 一行就是我們采集數(shù)據(jù)所打的標(biāo)簽,每一行代表一個時間點采集到的三軸加速度數(shù)據(jù),從時間上可以看出約 20ms 進(jìn)行一次采樣,所以采樣率約為50Hz,和之前在 APP 中的設(shè)置是一致的,采集到的數(shù)據(jù)格式和我們最終在 NanoEdge AI studio中使用的格式是有差異的,需要進(jìn)行一定的轉(zhuǎn)換,具體轉(zhuǎn)換方法在后面進(jìn)行介紹。
3數(shù)據(jù)采集
在正式采集數(shù)據(jù)之前有些問題需要考慮清楚:
? 采樣率:如果想要比較好的恢復(fù)原始信號,采樣率必須大于原信號最大頻率的 2 倍。但是,目前是無法知道原始信號的最大頻率的,比較可行的方法是先以 52Hz 的采樣率對數(shù)據(jù)采集,采集完成后對信號進(jìn)行分析,看是否滿足,如果不滿足再進(jìn)行調(diào)整。
? 采樣時間:總體的采樣時間可以通過 APP 進(jìn)行靈活的開關(guān),單條信號的采樣時間需要自己定義,需要在后續(xù)的處理中進(jìn)行調(diào)整。
? 標(biāo)簽:FP-AI-SENSING1 的軟件包人體姿態(tài)識別 demo 中,默認(rèn)包含以下標(biāo)簽:HAR_STATIONARY(站立),HAR_WALKING(行走),HAR_FASTWALKING(快走),HAR_JOGGING(慢跑), HAR_BIKING(騎單車),HAR_DRIVING(開車),HAR_STAIRS(上下樓梯),Sensor APP 中也有對應(yīng)的 BLE 協(xié)議,可以方便的從手機(jī)上看到人體姿態(tài)活動識別結(jié)果,我們從中選擇一部分作為測試即可,其中騎單車和開車數(shù)據(jù)采集較麻煩,可以直接去掉,其余的通過上面介紹的方法通過 ST BLE Sensor APP 進(jìn)行采集。
? 采集方法:將 SensorTile.box 使用電池供電,放置在褲子的前方口袋中,使用 ST BLE Sensor APP 連接后,按照上文中介紹的方法設(shè)置好標(biāo)簽,然后進(jìn)行相應(yīng)的動作對數(shù)據(jù)進(jìn)行采集。
采集數(shù)據(jù)的方法之所以選擇使用 ST BLE Sensor APP 設(shè)置的方法采集,而不是直接去修改固件,是因為當(dāng)調(diào)整這些采集參數(shù)的時候,APP 會更方便一些,不用反復(fù)編譯和燒錄代碼。
本文檔主要為大家介紹如何通過使用 NANOEDGE.AI 工具完成人體姿態(tài)識別應(yīng)用,文章主要通過對NanoEdge AI Studio的介紹、應(yīng)用這一工具的步驟,以及如何分析測試這一工具等多個房面展開,篇幅有限,完整內(nèi)容請點擊原文,下載原文檔閱讀。
審核編輯:湯梓紅
-
ARM
+關(guān)注
關(guān)注
135文章
9451瀏覽量
385745 -
嵌入式
+關(guān)注
關(guān)注
5175文章
19979瀏覽量
324438 -
STM32
+關(guān)注
關(guān)注
2301文章
11073瀏覽量
369386 -
AI
+關(guān)注
關(guān)注
88文章
37034瀏覽量
290085
原文標(biāo)題:工程師筆記|使用 NANOEDGE.AI 工具完成人體姿態(tài)識別應(yīng)用
文章出處:【微信號:STM32_STM8_MCU,微信公眾號:STM32單片機(jī)】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
怎么在NanoEdge AI Studio設(shè)定交叉編譯器呢?
NanoEdge AI的技術(shù)原理、應(yīng)用場景及優(yōu)勢
請問NanoEdge AI數(shù)據(jù)集該如何構(gòu)建?
請問NanoEdge AI數(shù)據(jù)集該如何構(gòu)建?
關(guān)于NanoEdge AI用于n-Class的問題求解
【HarmonyOS HiSpark AI Camera】運動身體姿態(tài)分析
X-CUBE-AI和NanoEdge AI Studio在ML和AI開發(fā)環(huán)境中的區(qū)別是什么?
改進(jìn)PSO優(yōu)化神經(jīng)網(wǎng)絡(luò)算法的人體姿態(tài)識別_何佳佳
NanoEdge AI Studio自動化機(jī)器學(xué)習(xí)工具
深元ai工作站姿態(tài)識別在體育運動、安防領(lǐng)域的應(yīng)用
虹軟人體姿態(tài)識別技術(shù)實現(xiàn)更加復(fù)雜和多樣化的數(shù)字內(nèi)容創(chuàng)作
AI深度相機(jī)-人體姿態(tài)估計應(yīng)用

毫米波雷達(dá)模塊在高精度人體姿態(tài)識別的應(yīng)用
ANSA人體模型姿態(tài)調(diào)整工具介紹

ANSA人體模型姿態(tài)調(diào)整工具的使用案例

評論