助力邊緣人工智慧發展 新的機器學習功能讓網絡邊緣設備可以運行計算機視覺、音頻處理、聲音分析以及更多的消費級和工業級應用 STM32N6 MCU系列是 STM32產品家族中算力最強的微控制器，也是首款採用意法半導體自研的嵌入式推理專用Neural-ART Accelerator™ NPU的產品 軟體配

上一篇博文「Qualcomm AI Hub介紹」。高通AI Hub為開發者提供了一個強大的平台，以優化、驗證和部署在Android設備上的機器學習模型。這篇文章將介紹如何使用高通AI Hub進行圖像分類的程式碼開發，並提供一個實際的例子來展示其在Android平台上的應用。   ►程式碼介紹 高通A

前言  高通AIMET [1] 是一個開源程式庫，用於優化已訓練的神經網絡模型。開發者可以將 AIMET 的壓縮和量化算法整合到 PyTorch 和 TensorFlow 的模型構建流程中，用於自動化後訓練優化及模型微調，從而省去手動優化神經網絡的繁瑣過程。而AIMET 的量化模擬 (Quantiz

前言 在當今的物聯網時代，語音辨識技術的應用日益廣泛。本文將介紹如何部署TinyML語音辨識系統，並詳細記錄從資料收集到模型部署的過程。   TinyML快速入門:使用Zilltek 麥克風實現TinyML語音辨識 TinyML語音辨識在開發板上的部署 TinyML的實作始於資料的收集。在這一階段，

本文將介紹如何使用 NXP 提供的 eIQ Toolkit 模型開發工具來訓練一個 Tensorflow Flower 分類模型，並將訓練好的模型部署在 i.MX RT1170 EVK 上。 一、什麼是 eIQ Toolkit eIQ Toolit 是 NXP 提供可實現模型開發及部署的工具。 開發

人工智慧（AI）的浪潮正席捲而來，嵌入式系統在工業自動化、消費電子、物聯網等領域扮演著關鍵角色，其影響力正以驚人的速度擴散。面對這股不容忽視的潮流，NXP 的 i.MX 系列處理器以其卓越的計算性能、靈活的設計架構和豐富的功能特色，已經成為許多嵌入式應用的首選。 本系列文章將作為嵌入式系統開發者的全

一、概述 談論嵌入式系統的開發環境，不得不提起近年來相當實用的 Yocto 建構工具。此工具擁有極為靈活的平台擴展性，廣泛的軟體套件與社群支持、多平台支援整合性，能夠滿足開發者特定需求和多種熱門的嵌入式系統架設，已成為當今頂尖的架構工具。然而，此篇文章並非重點談論 Yocto 建構概念與相關議題，而

一、概述 談論嵌入式系統的開發環境，不得不提起近年來相當實用的 Yocto 建構工具。此工具擁有極為靈活的平台擴展性，廣泛的軟體套件與社群支持、多平台支援整合性，能夠滿足開發者特定需求和多種熱門的嵌入式系統架設，已成為當今頂尖的架構工具。然而，此篇文章並非重點談論 Yocto 建構概念與相關議題，而

前言 在Android開發中，實現即時臉部偵測功能是一個具有挑戰性且引人注目的任務。幸運的是，Google的MediaPipe庫為我們提供了一個簡單且高效的解決方案。MediaPipe是一個開源的跨平台機器學習框架，可以用於各種視覺計算任務，包括臉部偵測。在本篇教學中，我們將使用MediaPipe庫

一.   概述 手骨識別應用(Hand Skeleton Detection) 或是 手部特徵偵測(Hand Landmarks Detection) 是深度學習熱門的研究項目之一。主要用途是讓機器定位出手部的關節位置，並將各個節點連接起來。能夠廣泛應用於手勢識別中，像是利用手勢來操作螢幕，或是操作