概述

介绍

Seeed SenseCraft 模型助手（简称 SSCMA）是一个专注于嵌入式 AI 的开源项目。我们针对真实世界场景优化了来自 OpenMMLab 的优秀算法，并使实现更加用户友好，在嵌入式设备上实现了更快、更准确的推理。

包含什么？

目前我们支持以下算法方向：

🔍 异常检测

在现实世界中，异常数据往往难以识别，即使能够识别，也需要非常高的成本。异常检测算法以低成本的方式收集正常数据，任何超出正常数据范围的都被认为是异常的。

👁️ 计算机视觉

这里我们提供了许多计算机视觉算法，如目标检测、图像分类、图像分割和姿态估计。然而，这些算法无法在低成本硬件上运行。SSCMA 优化了这些计算机视觉算法，在低端设备中实现了良好的运行速度和准确性。

⏱️ 特定场景

SSCMA 为特定生产环境提供定制化场景，如模拟仪表识别、传统数字仪表和音频分类。我们将在未来继续为指定场景添加更多算法。

特性

🤝 用户友好

SSCMA 提供了一个用户友好的平台，允许用户轻松对收集的数据进行训练，并通过训练过程中生成的可视化更好地了解算法的性能。

🔋 低计算能力和高性能的模型

SSCMA 专注于端侧 AI 算法研究，算法模型可以部署在微处理器上，类似于 ESP32、一些 Arduino 开发板，甚至在嵌入式单板计算机如 Raspberry Pi 中。

🗂️ 支持多种格式的模型导出

TensorFlow Lite 主要用于微控制器，而 ONNX 主要用于运行嵌入式 Linux 的设备。还有一些特殊格式如 TensorRT、OpenVINO，这些已经得到 OpenMMLab 的良好支持。SSCMA 为微控制器添加了 TFLite 模型导出，可以直接转换为 TensorRT、UF2 格式，并拖放到设备中进行部署。

应用示例

目标检测

指针仪表识别

数字仪表识别

更多应用示例可以在 模型库 中找到。