探讨如何将机器学习应用到物联网中

设计idea 2018-05-23 09:24 次阅读

本项目探讨如何将机器学习(Machine learning)应用到物联网(IoT,Internet of Things)中。我们将使用 Android Things 作为我们的物联网平台,并且采用 Google TensorFlow 作为我们的机器学习引擎。如今,机器学习与物联网都是技术话题中的大热门。

下面是维基百科上对机器学习的一个简单定义

机器学习是计算机科学中的一个领域,它使计算机系统能够利用数据进行 “学习”(即逐步提高特定任务的性能),而不需要进行显式编程(Explicitly programmed)。

换句话说,在进行训练步骤以后,系统就可以预测结果(即使这不是专门为这些结果进行编程的)。另一方面,我们都了解物联网以及连接设备的概念。最有前途的话题之一便是如何将机器学习应用于物联网之中,以构建能够 “学习” 的专家系统。此外,该系统会运用这些知识来控制和管理实物。

下面列举一些应用到机器学习,以及物联网能产生重要价值的领域:

  • 预测维护(Predictive maintenance)中的工业物联网(IIoT,Industrial IoT)。

  • 在消费者物联网(Consumer IoT)中,机器学习可以使设备变得更加智能化,从而适应我们的习惯。

在本教程中,我们将探索如何使用 Android Things 和 TensorFlow 将机器学习应用到物联网中。这一 Android Things 物联网项目背后的基本思想就是,探索如何构建一个能够识别一些基本形状(比如箭头)并被控制的机器人小车(Robot car)。我们已经介绍过如何使用 Android Things 构建机器人小车,我建议您在开始此项目之前先阅读那篇教程。

本次机器学习和物联网项目主要涵盖以下主题:

  • 如何使用 Docker 配置 TensorFlow 环境

  • 如何训练 TensorFlow 系统

  • 如何集成 TensorFlow 与 Android Things

  • 如何使用 TensorFlow 输出结果来控制机器人小车

本项目衍生自 Android Things TensorFlow 图像分类器

我们开始吧!

如何在 Tensorflow 中创建一个图像分类器

在开始之前,我们有必要先安装并配置好 TensorFlow 环境。我并非机器学习专家,所以我需要找一些速成的东西并准备好使用,以便我们可以构建 TensorFlow 图像分类器。因此,我们可以使用 Docker 来运行一个搭载了 TensorFlow 的映像。照着以下步骤进行:

1. 克隆 TensorFlow 仓库:

git clone https://github.com/tensorflow/tensorflow.git
cd /tensorflow
git checkout v1.5.0

2. 创建一个目录(/tf-data),该目录将保存我们在项目中需要用到的所有文件。

3. 运行 Docker:

docker run -it \--volume /tf-data:/tf-data \--volume /tensorflow:/tensorflow \ 
--workdir /tensorflow tensorflow/tensorflow:1.5.0 bash

使用这些命令,我们就可以运行一个交互式 TensorFlow 环境并增加(Mount)一些我们将在项目中使用到的目录。

如何训练 TensorFlow

在 Android Things 系统能够识别图像之前,我们有必要先训练 TensorFlow 引擎,以构建其模型。以此为由,收集一些图片是有必要的。如前所述,我们希望使用箭头来控制 Android Things 机器人小车 —— 所以我们必须收集至少四种类型的箭头:

  • 向上箭头

  • 向下箭头

  • 左箭头

  • 右箭头

为训练该系统,我们有必要对这四种不同的图像类别创建一个“知识库”。在 /tf-data 中一个名为 images 的目录下创建四个目录,命名如下:

  • up-arrow

  • down-arrow

  • left-arrow

  • right-arrow

现在是时候去搜集图像资源了。我使用的是 Google 图片搜索,您也可以使用其他方法进行搜集。为了简化图片下载过程,您应该安装 Chrome 插件,它能够一键下载所有图片。可别忘了,您下载的图像越多,其训练过程(Training process)越好(即使创建模型的时间可能会有所增加)。

打开浏览器,开始查找以下四类图像:

1620

每个类别我分别下载了 80 张图。我并不关心图片的扩展。

一旦所有类别都有其图像,请按照以下步骤操作(在 Docker 界面中):

python /tensorflow/examples/image_retraining/retrain.py \ 
--bottleneck_dir=tf_files/bottlenecks \
--how_many_training_steps=4000 \
--output_graph=/tf-data/retrained_graph.pb \
--output_labels=/tf-data/retrained_labels.txt \
--image_dir=/tf-data/images

这操作可能需要花费一些时间,所以要耐心等待。最后,在你的文件夹 /tf-data 中应有两个文件:

  1. retrained_graph.pb

  2. retrained_labels.txt

第一个文件包含我们的模型,这是 TensorFlow 训练过程的结果。而第二个文件则包含了与我们的四个图像类别相关的标签。

如何测试 Tensorflow 模型

如果你想测试模型,以检查一切是否正常,你可以使用以下命令:

python scripts.label_image \
--graph=/tf-data/retrained-graph.pb \
--image=/tf-data/images/[category]/[image_name.jpg]

优化模型

在能够使用这个 TensorFlow 模型到 Android Things 项目中之前,我们有必要优化它:

python /tensorflow/python/tools/optimize_for_inference.py \--input=/tf-data/retrained_graph.pb \--output=/tf-data/opt_graph.pb \--input_names="Mul" \--output_names="final_result"

这就是我们的模型。我们将使用此模型将机器学习应用于物联网(即集成 Android Things 与 TensorFlow)。其目标是为 Android Things 应用提供智能识别箭头图像,并作出相应反应,从而控制机器人小车的方向。

如果您想了解更多关于 TensorFlow 的细节,以及如何生成模型,请查看官方文档和这个教程

如何使用 Android Things 和 TensorFlow 将机器学习应用到物联网中

一旦 TensorFlow 数据模型准备就绪,我们就可以进入下一步:如何集成 Android Things 与 TensorFlow。为达成这一目的,我们可以将此任务分为两步:

  1. 硬件部分,我们将电机和其他外围设备(Peripheral)连接到 Android Things 板上

  2. 实现应用程序

Android Things 原理图

在深入探讨如何连接外围设备之前,我们先看看下面这个 Android Things 项目中使用的组件列表:

  1. Android Things 板(树莓派 3,Raspberry Pi 3)

  2. 树莓派相机

  3. 一个 LED

  4. LN298N 双H桥(用以控制电机)

  5. 带两个轮子的机器人小车底盘

我不在此介绍如何使用 Android Things 控制电机,因为我们已经在之前的文章中介绍过这一点。

以下是原理图:

1620

上图中,相机组件并未表现出来。其最终的结果如下:

1620

基于 TensorFlow 实现 Android Things App

最后一步便是实现 Android Things 应用程序。为此,我们可以重用 GitHub 上名为 TensorFlow 图像分类器示例的示例项目。在开始之前,先克隆 GitHub 仓库,以便您可以修改源代码。

该 Android Things 应用与原来的应用有所不同,在于:

  1. 它不使用按钮来启动相机捕捉图像

  2. 它使用不同的模型

  3. 它使用一个闪烁的 LED 进行通知,摄像机在 LED 停止闪烁后拍摄照片

  4. 它在 TensorFlow 检测到图像(箭头)时控制电机。此外,在从步骤 3 开始循环之前,先打开电机 5 秒

要处理闪烁的 LED,请使用以下代码:

private Handler blinkingHandler = new Handler();private Runnable blinkingLED = new Runnable() {
  @Override  public void run() {
    try {
     // If the motor is running the app does not start the cam
     if (mc.getStatus())
       return ;
     Log.d(TAG, "Blinking..");
     mReadyLED.setValue(!mReadyLED.getValue());
     if (currentValue <= NUM_OF_TIMES) {
       currentValue++;
       blinkingHandler.postDelayed(blinkingLED, 
                       BLINKING_INTERVAL_MS);
     }
     else {
      mReadyLED.setValue(false);
      currentValue = 0;
      mBackgroundHandler.post(mBackgroundClickHandler);
     }
   } catch (IOException e) {
     e.printStackTrace();
   }
  }};

当 LED 停止闪烁时,应用程序将捕获图像。

现在有必要关注如何根据检测到的图像来控制电机。修改方法如下:

@Overridepublic void onImageAvailable(ImageReader reader) {
  final Bitmap bitmap;
   try (Image image = reader.acquireNextImage()) {
     bitmap = mImagePreprocessor.preprocessImage(image);
   }
   final List results = 
      mTensorFlowClassifier.doRecognize(bitmap);
   Log.d(TAG, 
    "Got the following results from Tensorflow: " + results);
   // Check the result
   if (results == null || results.size() == 0) {
     Log.d(TAG, "No command..");
     blinkingHandler.post(blinkingLED);
     return ;
    }
    Classifier.Recognition rec = results.get(0);
    Float confidence = rec.getConfidence();
    Log.d(TAG, "Confidence " + confidence.floatValue());
    if (confidence.floatValue() < 0.55) {
     Log.d(TAG, "Confidence too low..");
     blinkingHandler.post(blinkingLED);
     return ;
    }
    String command = rec.getTitle();
    Log.d(TAG, "Command: " + rec.getTitle());
    if (command.indexOf("down") != -1)
       mc.backward();
    else if (command.indexOf("up") != -1)
       mc.forward();
    else if (command.indexOf("left") != -1)
       mc.turnLeft();
    else if (command.indexOf("right") != -1)
       mc.turnRight();}

在这种方法中,当 TensorFlow 返回匹配捕获图像的可能标签后,应用程序会将结果与可能的方向进行比较,从而控制电机。

最后,是时候使用在刚开始时创建的模型了。拷贝 assets 文件夹下的 opt_graph.pb 与 reatrained_labels.txt 文件,并替换现有文件。

打开 Helper.java 并修改以下几行:

public static final int IMAGE_SIZE = 299;private static final int IMAGE_MEAN = 128;private static final float IMAGE_STD = 128;private static final String LABELS_FILE = "retrained_labels.txt";public static final String MODEL_FILE = "file:///android_asset/opt_graph.pb";public static final String INPUT_NAME = "Mul";public static final String OUTPUT_OPERATION = "output";public static final String OUTPUT_NAME = "final_result";

运行应用程序,试试向相机展示箭头,并检查结果。机器人小车必须按照所示的箭头进行移动。

小结

在本教程的最后,我们介绍了如何运用 Android Things 与 TensorFlow 将机器学习应用到物联网中。我们可以使用图像控制机器人小车,并根据显示的图像移动机器人小车。

收藏 人收藏
分享:

评论

相关推荐

【现场直播】第五届IoT大会展台直播

直播简介:第五届中国IoT大会由华强聚丰旗下百万电子工程师平台电子发烧友网举办,本次大会以“高峰 论坛+分论坛”的形式,
发表于 12-03 00:00 8次 阅读
【现场直播】第五届IoT大会展台直播

物联网只是多种技术的结合吗

随着廉价传感器和低成本连接的出现,物联网设备正在激增。
发表于 10-22 17:27 57次 阅读
物联网只是多种技术的结合吗

荣耀赵明:5G+人工智能+IoT是华为体系未来的有效方式

10月21日消息,第六届世界互联网大会于浙江乌镇召开。在人工智能论坛尖峰对话环节,华为荣耀总裁赵明发....
的头像 牵手一起梦 发表于 10-22 14:39 148次 阅读
荣耀赵明:5G+人工智能+IoT是华为体系未来的有效方式

IoT解决方案最大的市场在哪里

5G功能开辟了新的企业市场机会,因此通信服务提供商(CSP)需要评估许多用例,以优先考虑在IoT解决....
发表于 10-22 11:22 50次 阅读
IoT解决方案最大的市场在哪里

ZCU102,ZCU104和ZCU106有什么区别?

嗨, 看起来ZCU104是ZCU102和ZCU106的升级版本,具有支持机器学习的额外功能,但更便宜? 最好的祝愿, 花环...
发表于 10-22 09:19 23次 阅读
ZCU102,ZCU104和ZCU106有什么区别?

将嵌入式引进机器学习这样eIQ就足够了吗

各个领域都需要创新,都需要发展,同时随着产品越来越复杂,具有了更强大的处理能力和更高的速度,使得机器....
发表于 10-22 08:56 19次 阅读
将嵌入式引进机器学习这样eIQ就足够了吗

人工智能是什么,它是如何定义的

查找各种资料后你会发现,对于人工智能并没有一个清晰而明确的定义。部分人认为“人工智能就是对理性主体的....
发表于 10-21 09:41 142次 阅读
人工智能是什么,它是如何定义的

嵌入式的智能发展离得开物联网吗

进入21世纪以后物联网逐渐扮演者重要的角色,物联网 (IoT)推动嵌入式控制向前所未有的智能水平发展....
发表于 10-20 11:32 115次 阅读
嵌入式的智能发展离得开物联网吗

如何解决大数据的转换和管理问题

机器学习仍然需要大量的数据和处理能力,您通常需要一个最优秀的员工来帮助指导软件获得正确的数据分析结果....
发表于 10-20 10:10 58次 阅读
如何解决大数据的转换和管理问题

未来的人工智能将具有应对气候变化的能力

气候变化是当今地球面临的最重要的危机。最近,来自世界各地的数百万人走上街头,要求政府采取紧急行动,以....
发表于 10-19 11:55 267次 阅读
未来的人工智能将具有应对气候变化的能力

智能温室与物联网技术结合将可以解决农业生产效率低下的问题

智能温室配备了现代传感器和通信技术,能够全天候自动捕捉和传递周围环境和作物的数据。收集的数据被输入到....
发表于 10-19 10:28 82次 阅读
智能温室与物联网技术结合将可以解决农业生产效率低下的问题

全球首所培养研究生的研究型人工智能大学成立

苏尔坦·艾哈迈德·阿尔·贾比尔博士阁下补充道:“人工智能正在改变世界,如果我们能发挥人类的无限想象力....
的头像 倩倩 发表于 10-19 07:59 364次 阅读
全球首所培养研究生的研究型人工智能大学成立

人工智能时代广电媒体新闻业态的重塑

这正在变成事实。如今正要上映的《双子杀手》显然又在此技术上更进一步,电影采用120帧,中年轻的史密斯....
的头像 倩倩 发表于 10-19 07:32 617次 阅读
人工智能时代广电媒体新闻业态的重塑

华为王成录:分布式AI引领AI生态

面对未来万物互联的生态挑战,华为在今年8月的“2019华为开发者大会”上推出了面向未来的分布式技术,....
的头像 倩倩 发表于 10-19 07:22 583次 阅读
华为王成录:分布式AI引领AI生态

人工智能怎样可以全面商业化

人工智能技术参与企业管理流程与生产流程,企业数字化趋势日益明显, 部分企业已实现了较为成熟的智慧化应....
发表于 10-18 16:56 72次 阅读
人工智能怎样可以全面商业化

深入浅出学习机器学习

万万没想到,枯燥的“机器学习”还可以这样学!...
发表于 10-18 14:17 31次 阅读
深入浅出学习机器学习

潘多拉IoT Board STM32L475开发板关键资源表

板子外形:长96mm宽66mm A级PCB, 沉金工艺,做黄色全铜镀金排针排座经久nai用。
的头像 星翼电子 发表于 10-18 09:55 109次 阅读
潘多拉IoT Board STM32L475开发板关键资源表

石头科技与软银达成合作,双方将开拓扫地机器人线上及线下的大零售

10月16日消息,日本软银集团宣布,旗下SB C&S将引进来自小米生态企业石头科技研发的智能扫地机器....
的头像 牵手一起梦 发表于 10-17 16:36 486次 阅读
石头科技与软银达成合作,双方将开拓扫地机器人线上及线下的大零售

NEC公司利用IoT物联网技术进行了货运车辆位置跟踪实验

我们希望与NEC及其先进的物联网解决方案进行进一步的技术合作。 在这些试验中,NEC通过多种通信方法....
发表于 10-17 11:12 70次 阅读
NEC公司利用IoT物联网技术进行了货运车辆位置跟踪实验

如何选择合适的Wi-Fi模块?

Wi-Fi技术正在超出传统边界,延伸到人们日常生活的各个方面,从消费电子到医疗器械和工业控制,并不断朝着物联网(IoT)方向发...
发表于 10-17 08:13 12次 阅读
如何选择合适的Wi-Fi模块?

人工智能的发展目标不是无人工厂而是效率

联想集团高级副总裁贺志强说,从2016年开始,联想将数据智能、产业互联网的理念服务推广到所有行业中,....
发表于 10-16 15:33 302次 阅读
人工智能的发展目标不是无人工厂而是效率

AliOS Things 3.0应用笔记:支付宝小程序设备控制(附源码)

成果展示() 架构图 技术栈拆解 小程序服务端()。支付宝小程序端()。设备端,基于AliOS Things 3.0()。...
发表于 10-16 14:00 200次 阅读
AliOS Things 3.0应用笔记:支付宝小程序设备控制(附源码)

AliOS Things 3.0应用笔记:摄像头配网 + 钉钉群通知 + 天气显示

欢迎前往下载源码 attach://848332.pdf 目录运行流程效果展示操作流程 环境配置源码结构配置烧录运行 源码讲解 QR扫码...
发表于 10-16 13:30 147次 阅读
AliOS Things 3.0应用笔记:摄像头配网 + 钉钉群通知 + 天气显示

区块链与分布式机器学习之间是怎样的关系

区块链创立的初衷是节点间的民主、共责、共识、信任,其实还应该在这些基础上加上“激励”。
发表于 10-16 11:48 288次 阅读
区块链与分布式机器学习之间是怎样的关系

Gartner发布《工业物联网边缘计算市场指南》

据Gartner预测,到2022年,超过50%的企业生成数据将在数据中心或云之外进行创建和处理,20....
的头像 墨记 发表于 10-16 10:34 2070次 阅读
Gartner发布《工业物联网边缘计算市场指南》

哪些因素会成为5G和车联网发展的拦路虎

车联网的诞生的确有着跨时代的意义,但技术的应用落地不可能一蹴而就。
发表于 10-16 09:05 258次 阅读
哪些因素会成为5G和车联网发展的拦路虎

机器学习教程的中文笔记免费下载

Machine Learning(机器学习)是研究计算机怎样模拟或实现人类的学习行为,以获取新的知识....
发表于 10-16 08:00 56次 阅读
机器学习教程的中文笔记免费下载

巨头们谁能占领物联网布局的最高点

信息科技由移动互联向万物互联转变,尤其IoT、AI、5G为核心的新技术加速万物互联时代到来,引发全社....
发表于 10-15 11:28 102次 阅读
巨头们谁能占领物联网布局的最高点

2020数字制造趋势:IoT、AI、5G

制造业数字转型势不可挡,2020年又会有什么值得注意的趋势呢?Futurum Research分析师....
的头像 墨记 发表于 10-15 10:22 2410次 阅读
2020数字制造趋势:IoT、AI、5G

当下的中国人工智能产业该何去何从

人工智能,是近年来才发展起来的新兴产业。作为当前全球科技革命和产业变革的制高点,其已成为推动经济社会....
发表于 10-15 09:53 466次 阅读
当下的中国人工智能产业该何去何从

怎样利用物联网来保证员工的安全

物联网(IoT)能够以一种非侵入性和有效的方式对现场工作人员进行远程监测,从而有望显著提高工业工人的....
发表于 10-15 09:43 76次 阅读
怎样利用物联网来保证员工的安全

Striim部署物联网的目的是什么

即使许多公司正在将边缘分析用于其IoT数据,它们实际上仍在通过评估孤立数据并采取行动来限制自己。
发表于 10-15 08:49 231次 阅读
Striim部署物联网的目的是什么

运用IoT边缘设备可轻松实现集成工业4.0控制技术

为工业 4.0 或物联网量身定制的现代系统方案在处理效率、成本和质量方面都具备诸多优势。C6015 ....
发表于 10-14 16:58 73次 阅读
运用IoT边缘设备可轻松实现集成工业4.0控制技术

机器视觉领域有什么新的突破

致力于通过创新研究,使机器具有感知和理解周围世界的能力,并最终实现商业价值。
发表于 10-14 14:29 63次 阅读
机器视觉领域有什么新的突破

人工智能和机器学习对于网络有什么改善

随着网络变得越来越可编程,思科的合作伙伴和开发人员生态系统对于推动创新至关重要。
发表于 10-14 11:02 52次 阅读
人工智能和机器学习对于网络有什么改善

机器学习是不是好的工具

机器学习只是作曲家众多辅助工具中的一个,可以简化很多音乐的结构和特点。
发表于 10-13 17:49 54次 阅读
机器学习是不是好的工具

物联网造就了怎样的企业机遇

物联网是一个由相互关联的计算设备、机械和数字机器、物体、动物或人类组成的系统,它们拥有唯一的标识符,....
发表于 10-13 09:40 89次 阅读
物联网造就了怎样的企业机遇

机器学习对于运营如何可以优化

机器学习和人工智能是当今IT专业人员的热门话题,而在企业的数据中心,它们拥有真正的前景。
发表于 10-12 17:15 112次 阅读
机器学习对于运营如何可以优化

用机器学习对人脸进行打分

利用机器学习进行人脸颜值评分
发表于 10-12 15:11 40次 阅读
用机器学习对人脸进行打分

物联网的崛起从哪里可以看出来

产品中的数字服务由数据提供动力支持,所有这些连接产品都带来了大量有关产品使用方式和服务使用情况的数据....
发表于 10-12 09:44 94次 阅读
物联网的崛起从哪里可以看出来

AliOS Things最新资料5篇(Markdown文档)

1、AliOS Things开发:让你的开发板支持AliOS Studio烧录 2、AliOS Things开发:让你的开发板支持AliOS Stud...
发表于 10-11 16:24 261次 阅读
AliOS Things最新资料5篇(Markdown文档)

进行海量数据处理与存储调研的详细资料说明

Apache Nutch 是 Hadoop 的源头,该项目始于 2002年, 是Apache Luc....
发表于 10-11 15:47 121次 阅读
进行海量数据处理与存储调研的详细资料说明

智能家居各显神通,促国产品牌蓬勃发展

根据数据显示,2018年中国智能家居市场出货量达到1.5亿台,同比增长高达35.9%,规模超过65亿....
的头像 倩倩 发表于 10-11 14:38 274次 阅读
智能家居各显神通,促国产品牌蓬勃发展

tensorflow常见问题

tensorflow中踩过的坑
发表于 10-11 14:20 24次 阅读
tensorflow常见问题

物联网研究用户体验的原因是什么

凭借众多的智能电器、智能汽车和物联网可穿戴设备,我们比以往任何时候都更加互联互通。
发表于 10-11 10:02 250次 阅读
物联网研究用户体验的原因是什么

人工智能在智能理赔领域的创新

图像识别可以通过人脸识别、证件识别(还包括不属于图像的声纹识别)等方式进行身份认证。更重要的,图像识....
的头像 倩倩 发表于 10-10 16:20 412次 阅读
人工智能在智能理赔领域的创新

京东数科与普天轨道交通签署战略合作协议

京东数字科技作为京东集团三大子集团之一,是京东技术战略的重要承载者,以数据技术、AI、IoT、区块链....
的头像 倩倩 发表于 10-10 15:48 418次 阅读
京东数科与普天轨道交通签署战略合作协议

谷歌预计在未来1到2年内,Stadia表现会超过任何本地硬件设备

谷歌进军游戏业的Stadia并不是闹着玩的,这家公司已经招募了数名业内人士并且联合多家游戏开发商为1....
的头像 牵手一起梦 发表于 10-10 15:32 262次 阅读
谷歌预计在未来1到2年内,Stadia表现会超过任何本地硬件设备

人工智能将为石油和天然气带来新能源

Amii总裁兼首席执行官John Shillington表示:“Imperial是我们Amii创新项....
的头像 倩倩 发表于 10-10 14:58 294次 阅读
人工智能将为石油和天然气带来新能源

智能家电市场即将迎来发展的爆发期

智能家居让家居环境更加舒适、安全、便捷和环保,可以满足人们对居住环境的贪婪需求。智能家居一直不瘟不火....
发表于 10-10 10:10 266次 阅读
智能家电市场即将迎来发展的爆发期

人工智能和预测分析之间有什么区别吗

现在,计算中的认知学习比以往任何时候都更加普遍。通常,认知学习或认知计算是指涵盖人工智能(AI)和信....
发表于 10-09 17:28 79次 阅读
人工智能和预测分析之间有什么区别吗

云 & AIoT是怎样的一种关系

云+AI+IoT这个组合,最薄弱的其实是IoT硬件层面的创新。
发表于 10-09 15:53 80次 阅读
云 & AIoT是怎样的一种关系

如何利用Tensorflow编写一个基本的端到端自动语音识别

这一方法会计算出音频信号的短时傅里叶变换(Short-time Fourier Transform)....
的头像 倩倩 发表于 10-09 15:08 299次 阅读
如何利用Tensorflow编写一个基本的端到端自动语音识别

Arm推出嵌入式CPU的客制化指令

Arm Custom Instruction(客制化指令)让设计片上系统(SoC)的合作伙伴,透过特....
发表于 10-09 14:39 222次 阅读
Arm推出嵌入式CPU的客制化指令

MAX32660 低功耗微控制器,专为迅猛发展的物联网(IoT)而生

MAX32660低功耗Arm Cortex-M4 FPU处理器,带基于FPU的微控制器(MCU),256KB Flash和96KB SRAMDARW...
发表于 10-09 11:48 217次 阅读
MAX32660 低功耗微控制器,专为迅猛发展的物联网(IoT)而生

OpenCV机器学习SVM支持向量机的分类程序免费下载

本文档的主要内容详细介绍的是OpenCV机器学习SVM支持向量机的分类程序免费下载。
发表于 10-09 11:45 91次 阅读
OpenCV机器学习SVM支持向量机的分类程序免费下载

智能家居市场展望:合则两利,斗则俱伤

可以想象,智能家居市场这块“大蛋糕”正在不断增大,而对其垂涎欲滴的玩家们也越来越多。其中不光有“近水....
的头像 倩倩 发表于 10-09 11:24 542次 阅读
智能家居市场展望:合则两利,斗则俱伤

基于物联网的预测性维护如何帮助优化生产流程

预测性维护需要具有处理大量数据和运行复杂算法的能力,这在SCADA中是无法实现的。另一方面,基于物联....
发表于 10-09 11:22 62次 阅读
基于物联网的预测性维护如何帮助优化生产流程

云可以给AIoT带来什么

产业应用AIoT体系,是云计算厂商绝好的机会,也是云+AI打开巨大产业市场的核心方案。
发表于 10-09 09:44 74次 阅读
云可以给AIoT带来什么

机器学习在即时配送领域的应用

机器学习在美团配送系统的实践:用技术还原真实世界...
发表于 10-09 06:10 57次 阅读
机器学习在即时配送领域的应用