这是描述信息

利用乐鑫esp32-wifi ESP32-DevKitC基于ML模型监测冰箱温度

乐鑫esp32-wifi ESP32-DevKitC

乐鑫esp32-wifi ESP32-DevKitC

乐鑫esp32-wifi ESP32-DevKitC

乐鑫esp32-wifi

利用乐鑫esp32-wifi ESP32-DevKitC基于ML模型监测冰箱温度,EdgeImpulse是嵌入式机器学习(ML)开发平台,它已经为超过1,000个全球企业和10,000个机器学习项目提供支持。EdgeImpulse提供一种易于使用的端到端平台,可以实现以下功能:
1、可以很容易地将传感器数据输入到嵌入式机器学习模型中;
2、有效地创建基于内存尺寸和功耗优化的嵌入式机器学习模型;
3、通过EdgeImpulseSDK和自选开发环境,可以在目标传感器上部署模型。


ZinTheinKyaw,软件应用工程师ZinTheinKyaw在一篇博客中,以冷链监控应用程序为例介绍了嵌入式机器学习开发。采用一种基于乐鑫esp32-wifi ESP32-DevKitC开发板、MAX31855板和K型热电偶探头的异常检测模型,构成了一种冰箱温度监测器。


对冰箱进行温度监控,对于在适当的温度下,对易腐食品冷藏保存非常重要。ZinTheinKyaw将下列组件用于这个项目的概念验证(PoC)演示:
1、乐鑫esp32-wifiESP32-DevKitC开发板。
2、AdafruitMAX31855热电偶板。
3、K型热电偶探头。
4、用ArduinoIDE编译包含EdgeImpulseSDK的嵌入式固件。


使用者可以很容易地将这个PoC演示的配置迁移到其他嵌入式设备上使用,或者在EdgeImpuoseStudio上查看EdgeImpulse项目的数据集,以及如何训练异常检测模型。已经在GitHub上开放此项目。


开启或关闭冰箱门数分钟后,EdgeImpulse根据传感器的温度变化曲线,创建用于检测冰箱开关状态的异常检测的嵌入式机器学习模型。与此同时,它还可以通过“异常计分”获得状态持续的时间。


在建立异常检测模型的过程中,您可以使用dataforwarder工具收集数据。“dataforwarder”是EdgeImpulse命令行界面(或CLI)的一部分,使主机PC、传感器和EdgeImpulse平台之间有一个安全的网络连接,利用嵌入式机器学习模型对实时传感器数据进行训练。


在EdgeImpulseStudio中显示“温度异常区”临界温度范围。在ZinTheinKyaw的项目中,它能够检测到数据中的异常值并将其标记为“异常”,这为使用K均值聚类算法的机器学习模型提供了重要参考。


总之,ZinTheinKyaw的blog通过嵌入式机器学习在冷链监控中的应用示例,展示了如何在一个温控应用中轻松地部署异常检测器。与此同时,乐鑫esp32-wifi ESP32-DevKitC强大的计算能力、紧凑的设计和高性价比,也为构建创新的应用程序、简化系统的复杂性提供了思路和平台。

地址:深圳市宝安区西乡街道麻布社区宝安互联网产业基地A区6栋7栋7706

邮箱:Sales@ferry-semi.com

版权所有©2020  深圳市飞睿科技有限公司  粤ICP备2020098907号    飞睿科技微波雷达wifi模块网站地图