ZHDA204A June   2026  – October 2026 MSPM0G5187

 

  1.   1
  2.   摘要
  3.   商标
  4. 1 简介
  5. 2 带 TinyEngine NPU 的 MSPM0G5187
  6. 3 边缘 AI 工具链
    1. 3.1 TI Edge AI Studio
    2. 3.2 TI Tiny ML Tensorlab
    3. 3.3 TI 神经网络编译器
  7. 4 通过 TI Edge AI Studio 进行快速原型设计
    1. 4.1 工程设置
    2. 4.2 数据采集
      1. 4.2.1 硬件设置
      2. 4.2.2 特征概述
    3. 4.3 数据导入
      1. 4.3.1 分类任务
      2. 4.3.2 回归任务
      3. 4.3.3 预测任务
      4. 4.3.4 注释列表
    4. 4.4 数据注释
    5. 4.5 模型训练
      1. 4.5.1 训练参数
      2. 4.5.2 工具链依赖项
    6. 4.6 性能报告
    7. 4.7 模型导出
  8. 5 通过 TI Tiny ML Tensorlab 进行高级开发
    1. 5.1 环境设置
    2. 5.2 数据采集
      1. 5.2.1 数据检索
      2. 5.2.2 数据验证
    3. 5.3 模型架构迭代重构
      1. 5.3.1 基线实现
      2. 5.3.2 使用 PyTorch 内置模块进行重构
      3. 5.3.3 数据管道优化
      4. 5.3.4 过渡到 CNN 架构
    4. 5.4 模型导出
    5. 5.5 量化感知训练
    6. 5.6 模型编译
  9. 6 边缘 AI 应用：数字识别
    1. 6.1 LeNet-5 变体 CNN 模型
    2. 6.2 NPU/CPU 性能比较
  10. 7 边缘 AI 应用：波形分类器
    1. 7.1 特征提取
    2. 7.2 时序分类模型
    3. 7.3 模型内存注意事项
    4. 7.4 NPU/CPU 性能比较
  11. 8 总结
  12. 9 参考资料
  13. 10修订历史记录

4.2.2 特征概述

Edge AI Studio 中的 Data Capture 界面提供了一整套工具，用于配置传感器硬件和管理数据采集参数。该平台支持多种传感器模块。例如，TIDA-010997 评估模块集成了多个高性能传感器，包括：

  • 运动
    • 带菲涅耳透镜的双元件 PIR 传感器 (IRA-S210ST01 + IML-0685)
    • 低功耗 6 轴加速计和陀螺仪 (BMI270)
    • 高精度线性 3D 霍尔效应传感器 (TMAG5170)
  • Environment：
    • 数字湿度和温度传感器 (HDC3020)
    • 高速、高精度环境光传感器 (OPT4001)
    • 数字压力传感器 (BMI384)
  • 音频：
    • 数字 I2S 输出底部端口麦克风 (ICS-43434)
    • 超低噪声、差分模拟麦克风 (ICS-40740)

在数据捕获过程中，用户可以配置以下参数，以提供有序且可重复的数据收集：

  • 数据标签：为数据集分配自定义标识符，该标识符用于自动文件命名约定，以实现高效的数据管理
  • 样本计数：定义单个捕获会话中要收集的样本数
  • 捕获间隔：配置连续捕获周期的数量和每个周期之间的延时时间，从而实现精确的硬件同步和测试
采集完成后，用户可以通过导航至以下位置 来查看捕获的时间序列数据：Project Files → files。
捕获页面概览图 4-4 捕获页面概览