【Edge AI專欄】從CES 2024 看Edge AI及TinyML最新發展趨勢
今年CES的主軸：人工智慧、數位健康、永續發展、汽車科技、遊戲與電子競技、擴增/虛擬實境、智慧城市、智慧家居等領域最新技術。為了讓大家更了解在邊緣智慧(Edge AI)和微型機器學習(TinyML / MCU AI)的最新趨勢，本篇文章簡單盤點了此次四十多項較具代表性的產品讓大家認識一下。
如何避免手術器材殘留在患者體內？創客自製手術清單物件偵測器！
手術後忘在患者體內的手術器械、沾血海綿或其他物體都稱作「術後體內殘留物」，儘管醫院都有嚴謹規範與檢核步驟，還是時有所聞。本文介紹一位開發者打造的可攜型AI辨識裝置，可以評估手術結束時是否器具都已經收齊。
【Arm的AI世界】用Vela編譯器在Ethos-U NPU部署神經網路模型
為了因應這波邊緣與終端AI裝置浪潮，Arm特地設計了microNPU 機器學習(ML)處理器Ethos-U，為面積受限的嵌入式與物聯網裝置加速ML推論。要在Ethos-U上部署神經網路(NN)模型，第一步須使用Vela來編譯你已備妥的模型。Vela是一種開源Python工具，可以將神經網路模型最佳化為能在內含Ethos-U NPU的嵌入式系統上執行之特定版本；這篇文章將展示使用Vela編譯模型的工作流程。
Imagimob推出Ready Models加速Edge AI應用部署
Infineon旗下的Edge AI開發平台供應商Imagimob推出專為Edge AI裝置打造的機器學習(ML)解決方案Imagimob Ready Models，可快速部署於Infineon的PSoC 6 等現有MCU硬體上，使用者無需再投入模型開發所需成本、時間和專業知識。
【Arm的AI世界】利用Arm機器學習嵌入式評估套件快速部署Edge AI應用
Cortex-M55處理器是Arm Cortex-M處理器中人工智慧功能最強大的，也是第一顆基於Arm Helium技術的CPU。儘管Cortex-M55在微小的微處理器上運作機器學習模型速度已經很快了，不過它與Arm Ethos-U55 microNPU完成整合後，在嵌入式系統中最快可讓機器學習推論速度提升480倍。本文將告訴大家如何運用開源的Arm機器學習嵌入式評估套件快速打造並部署嵌入式機器學習應用！
【Roboflow標記工具】新手也能輕鬆上手，打造專業AI資料集的線上指南！
在本教學中，我們將學習使用Roboflow進行資料集標註的步驟。Roboflow是一個方便且免費的工具，可以協助我們更有效地進行標註。現在，讓我們來看看如何新增Roboflow標記專案、開始標註資料，並創建資料集。