7. 开发工具简介
我们为在k230上实现AI开发提供了丰富的工具,包括AI Cube、在线训练平台、k230_training_scripts(KTS)等。您可以根据您的个人情况选择合适的工具进行开发。
工具 | 优点 | 缺点 | 适配用户/场景 |
---|---|---|---|
在线训练平台 | 1.训练数据集云端存储,提供存储资源和计算资源; 2.支持在线标注功能,可以完成导入数据,标注训练; 3.支持数据集可视化、模型训练、测试、部署包生成等功能; 4.部署包提供可直接上板运行的可执行文件,同时提供C++和MicroPython部署源码,任务完成后部署包发送到注册邮箱; | 1.任务类型仅支持图像分类和目标检测; 2.数据安全性不敏感; | 适用于不具备计算资源、数据集无安全性要求、了解嵌入式开发的用户; |
AI Cube | 1.训练数据本地存储,数据安 全可控; 2.支持任务丰富,支持图像分类、目标检测、语义分割、OCR检测、OCR识别、度量学习、多标签分类、异常检测共8类任务; 3.自主功能丰富,除支持模型训练、模型测试、部署包生成等基础功能,还支持包括数据可视化拆分、数据集查看、训练参数自主配置、数据增强可视化、独立数据测试等细化功能; 4.部署包提供可直接上板运行的可执行文件,同时提供C++和MicroPython部署源码; 5.支持ubuntu和windows双平台应用; | 1.用户需自行配置计算资源; 2.因包含多类任务训练环境,安装包较大; | 适用于具备计算资源,了解嵌入式开发,有数据安全性要求的用户; |
k230_training_scripts(KTS) | 1.提供cv、nlp、语音等不同模态任务的k230 AI 开发示例; 2.支持实现端到端的全流程教学,实现包括环境搭建、模型训练、模型测试、模型转换、镜像编译、上板调试等详细步骤; 3.各步骤灵活可控,用户可以选择根据自己的需求替换模型、调参等,也可以直接使用其他预训练模型自行配置校正集进行模型转换,可以修改上板的C++代码实现任务适配; | 1.代码性较强,用户需要有较强的动手能力; 2.资源要求高,需要有对应的服务器资源或者个人计算资源; | 适用于数据安全性高,喜欢动手开发,调试源码,并具备一定的服务器资源和计算资源的用户; |
CanCollectorPlus | 1. 作为上述三个工具的补充,获得k230采集的数据集; 2. 采集的数据作为训练数据,和部署时开发板采集的数据保持分布一致,减小颜色、光照、视角、分辨率等存在差异。 | 1. 需要用户自行完成标注; | 适用于使用公开数据集训练的模型在k230开发板上部署效果差异较大的场景; |
K230-Canmv Micropython开发助手 | 1.能够辅助用户开发,用户在开发过程中遇到陌生概念和复杂代码时可以一键查询,能够降低用户开发门槛,提高用户开发效率; 2.能够帮助用户梳理AI Demo、外设、多媒体等示例代码,帮助用户快速了解示例程序逻辑结构; 3.能够为用户提供AI应用类核心代码框架,方便用户开发新的AI应用; 4.能够根据用户需求组织生成新的micropython代码,可以迅速为用户提供开发思路; | 1.需要能够访问GPTs商店 ; 2.机器人内置知识库可能会与用户手中使用的sdk版本不一致; 3.机器人生成的代码有时在细节部分存在瑕疵,需要用户使用时进行甄别; | 适用于对K230或嵌入式开发缺少经验,但同时需要快速开发上手的用户 |