描述

TinyML 概述

使用 Arduino 板開發 TinyML 是我們遇到的最有趣的課程項目之一。學習過其他機器學習 (ML) 課程后，我們對 ML 的“魔力”并不陌生。然而，在小型且便宜的板上部署復雜的 ML 模型讓我們看到了 TinyML 開發領域所揭示的驚人可能性。我們對 TensorFlow-Lite 庫和物聯網設備的開發人員有了新的尊重。TinyML 領域正在使超低功耗設備能夠在邊緣執行 ML，這個項目一直是對該研究領域的一個令人興奮和信息豐富的介紹。

課堂講座和這個項目為我們提供了在小型設備上開發 ML 模型的創新應用程序所需的知識和直覺。我們期待探索這些途徑，同時通過TinyML 峰會和AIoT 開發競賽等會議密切關注該領域的進展。總的來說，即使在本學期結束后，我們也很高興繼續在 TinyML 上工作。以下部分提供了有關在 Arduino Nano 33 BLE Sense 上部署喚醒詞檢測項目的詳細信息。

在 macOS 上運行應用程序

軟件要求

• 終點站
• GNU Make，版本 3.82 或更高版本

要檢查 Make 的版本，請打開終端并使用以下命令

$ make -v

如果您的 Make 版本低于 3.82，請訪問 Make 網站并下載 3.82 或更高版本的任何版本。

制作：https ://www.gnu.org/software/make/

制作下載： http: //ftp.gnu.org/gnu/make/

在終端運行

獲得正確版本的 Make 后，按照以下步驟運行應用程序：

1. 打開終端。

2. 切換到TensorFlow的目錄。

3. 使用以下命令構建應用程序。

$ make -f tensorflow/lite/micro/tools/make/Makefile micro_speech

4. 構建完成后，運行以下命令。

$ tensorflow/lite/micro/tools/make/gen/osx_x86_64/bin/micro_speech

5. 如果您看到彈出窗口要求訪問麥克風，請授予它。

6. 現在你可以試著說“是”和“不是”。您應該看到如下所示的輸出。

該模型識別“是”和“否”。其他詞被認為是未知的。

?

將應用程序部署到董事會

首先，我們運行以下命令來生成我們自己的 Zip 文件。

make -f tensorflow/lite/micro/tools/make/Makefile \
TARGET=arduino TAGS="portable_optimized" generate_micro_speech_arduino_library_zip

然后我們通過電纜（USB-A 到 micro-USB）將 Arduino Nano 33 BLE Sense 板連接到桌面，如下所示。

Arduino 板可以通過 USB 電纜連接到桌面。

?

然后我們使用 Arduino IDE 將 Zip 文件部署到我們的 Arduino Nano 33 BLE Sense 板。

https://drive.google.com/file/d/1SRxZ97gTN93eWm-5sDhme25Re083roS9/view?usp=sharing

我們再次測試喚醒詞應用程序。這一次，使用的麥克風在板上而不是在桌面上。

從 Arduino IDE 中，我們看到與之前測試類似的行為，這表明開發板運行良好。

?