顔検出のACHコードを実行しましたが、動作しています。BYOMやeIQツールキットでのゼロからのモデルトレーニングについてもっと知りたいです。前回のカンファレンスで、NXPはBYOMとBYODについて言及していました。
画像をアップロードし、ラベルを付けてトレーニングし、ボードに載せたいMCXN947。出来ますか？
eIQモデル作成ツールにアクセスしようとしましたが、リクエストは提出されました。eIQのタイムレプリクス(モーター異常検知などのデータ用だと思います)をダウンロードし、eIQ Neutron SDKもダウンロードしました。モデルのトレーニングのためのワークフローやマテリアル、ユーザーガイドをMCXN947に入れたいだけです。
こんにちは、 @Gayathriii さん。
はい、MCXN947では間違いなく可能です。
あなたのユースケース:
画像をアップロード→してラベル付け→モデルをトレーニング→MCXN947
これは典型的なBYOD（私物端末の業務利用）ワークフローです。
オプション1:eIQモデル作成ツール
eIQモデルクリエイターのアクセスが承認されたら:
新しい画像分類プロジェクトを作成します。
画像データセットをアップロードしてください。
画像にラベリングするか、フォルダやクラスごとに整理してください。
転移学習を使ってモデルを訓練します。
TensorFlow Liteモデル(.tflite)をエクスポートします。
eIQ Neutron SDKを使ってモデルをMCXN947に変換してください。
変換したモデルをMCUXpressoプロジェクトに統合し、基板上で実行します。
オプション2：自分でトレーニングする（TensorFlow）
実際にはモデルクリエイターは必要ありません。
以下は可能です:
画像を収集する。
ラベルを貼りましょう。
TensorFlow/Kerasを使用して学習を行う。
輸出
リソース：
1. MCXN947: お客様機械学習モデルをNPUに訓練・展開する方法
Images
↓
Training
↓
TensorFlow Lite model
↓
neutron-converter
↓
NPU-enabled .tflite
↓
MCUXpresso project
↓
MCXN947 NPU
``MCXN947：ゲスト ML モデルを NPU に配置する方法を理解する
2. AN14241 - MCX N94xのNPUにお客様機械学習モデルを統合する方法