隆重介绍恩智浦MCU机器学习教育套件——OpenART

过去的很长一段时间里，恩智浦在各个渠道发表了很多篇关于AI机器学习的文章。里面有介绍神经网络基础知识的，模型设计原理的，还有一些人脸识别，图像分类的示例。

很多童鞋看了心痒痒，想要验证一番。奈何没有配套软硬件，无法施展。是不是有种空有屠龙技，没有风火轮，混天绫的遗憾啊！

在这里向大家隆重推出，基于MCU平台的AI机器学习开发套件：OpenART。

智能车参赛的童鞋可能已经听说过了。没错，OpenART的首发亮相就是今年智能车竞赛，AI视觉组里的图像识别模块。

OpenART的软件是由NXP研发。原型开发使用的硬件平台是i.MX RT1060 EVK，最近又乔迁到了逐飞(SeekFree)公司的SeekFree ART开发板上。野火公司也很快会推出一款Fire ART开发板。这三款开发板使用的都是i.MX RT1060系列高性能跨界处理器。但OpenART项目不止限于高性能的AI应用，后面，我们还打算移植到与逐飞合作的一款基于LPC55xx的IoT开发板。

NXP i.MX RT1060-EVK

OpenART的硬件采取模块化设计，有两排扩展口，其中一排兼容树莓派的通信接口，支持多种数据采集运算。高度集成设计，尺寸与名片大小相仿，可以方便集成到各种使用场景。

输入端口
OMV4 Camera

• 板载支持2个I2S麦克风，可扩展8个I2S麦克风阵列

• 板载支持加速传感器，陀螺仪，压力，温湿度，光线传感器

• 支持8路ADC数据采集

• 支持SPI高速WIFI模块

输出控制端口

一只贴片喇叭或者3.5毫米耳机接口，由MQS.LEFT通过D类功放来驱

• RGB LED和一个独立LED

• USB device口，模拟出虚拟串口

• TF卡接口，存储脚本和数据

• SPI LCD显示

• IO扩展8080

• 云台载具(PTV)扩展口

看到这些这些明星阵容，各位童鞋有没有怦然心动啊？没错，就是这么大方。

OpenART的BSP主要实现如下功能：

基于神经网络的机器学习和深度学习，比如：

• 图像处理，图像分类，人脸识别

• 语音触发，音源定位

• 多媒体数据的机器学习(异常检测，姿态识别，智能控制策略)

• 智能可运动物体（模仿+强化学习）-机电联动：云台载具

• 模型验证，人工智能教育

OpenART里包含了3个各有千秋的神经网络推理引擎，分别是NN, NNCU, 和TF。

• NN 这是OpenMV在3年前最早实现的简易引擎，是开山之石般的存在，也启迪了我们的工作。

虽然现在看上去比较单薄了，但可以运行OpenMV早期提供的一些例子(.network文件)，包括识别手写数字的lenet.network。它需要Caffe来训练模型，并且使用OpenMV提供的2个脚本来量化，只支持线性拓扑。不建议为它训练新模型。

• NNCU，去年了解过电磁AI的同学可能对它已经有印象了。

NNCU是我们基于CMSIS-NN和自己的扩展制作的一套完整的工具，使用CMSIS-NN传统API，可以达到最高的性能。尤其是在搭配了我们特色的权重缓存功能，在大型模型上的性能提升可达2-5倍！不过，由于量化机制比较简单，只支持2的方幂的放大倍数，在 8位量化精度在大型模型上稍有下降。

NNCU使用Keras来训练模型，它的工具可以从https://pan.baidu.com/s/1eQADEHg8UVhTsZWT_lRRgw来下载。

• TF，这是OpenMV最新基于TensorFlow lite micro制作的引擎，使用CMSIS-NN的新一代”_s8” API，量化系数不再有2的方幂的限制，并且每个通道有自己的量化系数，可以达到最高的8位量化精度，但牺牲了少量性能。它甚至可以支持浮点模型，当然这也是以牺牲性能为代价的。

TF可以导入.tflite文件，一般使用TensorFlow来训练模型。

下面的小表总结了这3个引擎各自的特色。

由于NNCU和TF都可以使用Keras API，我们建议使用Keras或tf.keras训练模型。如果模型不大（小于10层主运算）先使用NNCU上量化，否则先用TF量化，在精度与性能间权衡。

机器视觉处理：OpenART项目包含了OpenMV软件在i.MX RT1060上的移植，可以使用OpenMV的功能和示例。

MCU教育。基于MicroPython，实现了python对基础外设的控制。并且独创了管脚动态管理模块CMM，通过CMM动态配置管脚，不用更改烧录固件既可以切换管脚不同的功能。

从图中可以看出，OpenART集成了现在最火爆的RTOS：RT-Thread。基于RTOS，各位童鞋可以愉快地添加自己的应用而不影响其它模块。而且通过RT-Thread的开发环境，可以集成RT-Thread Online packages。

试想一下机器学习+Cloud，是不是很炫酷呢！

小编在这里透露一下，OpenART预计第一季度，也就是三月份与大家见面。代码计划在GitHub开源。未来可能会允许有想法，有能力的童鞋提交一些比较好的应用代码，软件模块。是不是特别的期待呢？？