40、野生动物监测与食品质量保证的边缘AI应用

野生动物监测与食品质量保证的边缘AI应用

野生动物监测模型部署

在野生动物监测项目中，模型部署是关键的一环。从部署标签页开始，我们可以进行一系列操作：
1. 预构建二进制文件刷机
- 首先，在“构建固件”下选择官方支持的Edge Impulse开发平台，然后点击“构建”。此时，我们还可以选择使用EON编译器，与适用于微控制器的TensorFlow Lite相比，它能在保持相同精度的情况下，将神经网络运行所需的RAM减少25 - 55%，闪存减少多达35%。
- 构建完成后，按照部署标签页点击“构建”后显示的说明，将生成的固件应用拖放或刷机到官方支持的平台上。更深入的刷机说明可在所选开发平台的Edge Impulse文档中找到。
- 以OpenMV Cam H7 Plus为例，我们选择“OpenMV库”部署选项来运行训练好的模型。具体步骤如下：
- 遵循Edge Impulse网站上OpenMV部署文档的说明，下载并安装软件先决条件。
- 解压下载的模型固件ZIP文件，将labels.txt和trained.tflite文件拖放或复制到插入的OpenMV Cam H7 Plus的文件系统中。
- 在OpenMV IDE中打开ei_image_classification.py脚本，通过USB图标连接到OpenMV Cam板，运行Python脚本，即可在串行终端视图中看到模型在边缘运行的推理结果。

下面是操作流程的mermaid流程图：

graph LR
    A[选择开发平台并构建] --> B[选择EO