Svilupperò modelli tinyml personalizzati per microcontrollori e single board computer


Informazioni su questo servizio
Traduzione automatica.
Porta l'intelligenza ai margini! Sviluppo e ottimizzo modelli AI ad alte prestazioni per hardware con risorse limitate come ESP32, ESP32-S3, Raspberry Pi e STM32. Se hai bisogno di eseguire Machine Learning complesso su microcontrollori con RAM e Flash minimi, sono qui per aiutarti.
Le mie competenze includono:
- Sviluppo AI personalizzato: architetture ottimizzate (CNN, RNN, TinyYOLO, MobileNet) per dispositivi Edge.
- Ottimizzazione del modello: avanzata Post-Training Quantization (INT8/Float16) e pruning per ridurre dimensioni e consumo energetico.
- Deployment: codice TensorFlow Lite Micro (TFLite) pronto per la produzione e codice C++ per Arduino/ESP-IDF.
- Computer vision: classificazione delle immagini e rilevamento di oggetti per ESP32-Cam.
- Elaborazione del segnale: AI per sensori IMU, riconoscimento di parole chiave e rilevamento di anomalie.
Tecnologie supportate:
- Framework: TensorFlow Lite, PyTorch, Edge Impulse, Keras.
- Hardware: serie ESP32, Raspberry Pi 4/5/Pico, Arduino, ARM Cortex-M.
Colmino il divario tra Data Science pesante e silicon embedded.
Contattami prima di ordinare per discutere delle tue limitazioni hardware
Scopri di più su Saran Khaliq
Building smarter solutions with Computer visions, AI and Robotics
- DaPakistan
- Membro daapr 2021
- Tempo di risposta medio1 ora
- Ultima consegna1 settimana
Lingue
Urdu, Hindi, Inglese
Traduzione automatica.
Altri servizi della categoria Sviluppo AI offerti da me
FAQ
Traduzione automatica.
1. Qualsiasi modello AI può essere eseguito su un ESP32 o ESP32-S3?
Non direttamente. I modelli standard sono troppo grandi per la RAM del microcontrollore. Mi specializzo in quantizzazione (convertire da 32-bit a 8-bit) e pruning per comprimere i modelli in modo che si adattino alla memoria limitata dell'ESP32 senza perdere precisione significativa.
2. Quali framework usi per l'Embedded AI?
2. Quali framework usi per l'Embedded AI? Lavoro principalmente con TensorFlow Lite Micro (TFLite), Edge Impulse, ESPDL, ESP-PPQ (Tools di Quantizzazione) e PyTorch. Per il deployment, fornisco codice C++ o compatibile Arduino pronto da flashare sul tuo dispositivo tramite ESP-IDF o Arduino IDE.
3. Devo fornire il dataset per l'addestramento?
Ideale, sì. Per compiti personalizzati come il rilevamento di oggetti specifici o segnali di sensori unici, è necessario un dataset di alta qualità. Se non ne hai uno, posso aiutarti a trovare dati open-source o consigliarti su come raccoglierli dal tuo hardware.
4. Qual è la differenza tra Cloud AI e Edge AI (TinyML)?
Sì. Se il tuo modello attuale rallenta o crasha il tuo ESP32/Pi, posso applicare tecniche di ottimizzazione come fusione di layer e quantizzazione INT8 per aumentare la velocità di inferenza (FPS) e ridurre l'uso di memoria.
5. Puoi ottimizzare il mio modello esistente per farlo funzionare più velocemente?
Sì. Se il tuo modello attuale rallenta o crasha il tuo ESP32/Pi, posso applicare tecniche di ottimizzazione come fusione di layer e quantizzazione INT8 per aumentare la velocità di inferenza (FPS) e ridurre l'uso di memoria.

