ST impulsa la IA a los dispositivos embebidos de nodo y de borde con la caja de herramientas para desarrolladores de redes neuronales STM32

Aprovechando su familia de microcontroladores STM32, STMicroelectronics ha extendido el ecosistema STM32CubeMX asociado para desarrolladores de productos, agregando funciones avanzadas de Inteligencia Artificial (AI). La IA utiliza redes neuronales artificiales entrenadas para clasificar señales de datos de sensores de movimiento y vibración, sensores ambientales, micrófonos y sensores de imagen, de manera más rápida y eficiente que el procesamiento de señales artesanal convencional.

Con STM32Cube.AI, los desarrolladores ahora pueden convertir redes neuronales previamente entrenadas en código C que llama a funciones en bibliotecas optimizadas que pueden ejecutarse en MCU STM32. STM32Cube.AI viene junto con paquetes de funciones de software listos para usar que incluyen código de ejemplo para el reconocimiento de actividad humana y clasificación de escenas de audio. Estos ejemplos de código se pueden utilizar inmediatamente con la placa de referencia ST SensorTile y la aplicación móvil ST BLE Sensor.

Soporte adicional, como servicios de ingeniería, está disponible para desarrolladores a través de socios calificados dentro del Programa de Socios ST y la comunidad en línea dedicada AI &Machine LearningSTM32.

El paquete de funciones del software FP-AI-SENSING1 proporciona ejemplos de código para admitir aplicaciones de movimiento de extremo a extremo (reconocimiento de actividad humana) y audio (clasificación de escenas de audio) basadas en redes neuronales. Este paquete de funciones aprovecha la placa de referencia SensorTile de ST para capturar y etiquetar los datos del sensor antes del proceso de entrenamiento. Luego, la placa puede ejecutar inferencias de la red neuronal optimizada. La aplicación móvil ST BLE Sensor actúa como el control remoto y la pantalla de SensorTile.

La completa caja de herramientas que consta de la herramienta de mapeo STM32Cube.AI, ejemplos de software de aplicación que se ejecutan en hardware SensorTile de factor de forma pequeño y alimentado por batería, junto con el programa de socios y el apoyo de la comunidad dedicada ofrecen un camino rápido y fácil para la implementación de redes neuronales en Dispositivos STM32.