跳转到主要内容

概览

描述

Renesas AI Model Deployer 图形用户界面 (GUI) 是一款直观的可在图形用户界面下使用的工具,集成了 NVIDIA 强大的 TAO 工具包。 使用该工具可为嵌入式开发人员扫除了传统开发方式的障碍。无论您是刚刚开始 AI 之旅,还是希望优化边缘部署,使用该工具均能提供一条简单且可扩展的实施路径。

Renesas AI Model Deployer 工具可以在本地的标准工作站运行,开发人员无需依赖云端服务器即可便捷地开展原型设计和测试工作。 该 GUI 工具支持三种方式实现端到端的视觉应用,使客户能够了解如何将 TAO 用于目标检测和图像分类应用场景。

Renesas AI Model Deployer 是一款专为嵌入式开发人员设计的实用型端到端工具,为管理视觉 AI 开发工作提供简洁高效的解决方案。 用户通过执行工具附带的 shell 脚本即可快速设置环境,且该 GUI 工具还可提供完整的端到端 AI 开发流程:

  • 创建项目(选择模型、开发板和任务)
  • 拆分与分析数据集
  • 训练与优化模型(QAT 和剪枝)
  • 可视化评估(mAP 或 Top-K 精度)
  • 基于样本的推理测试
  • 简化的硬件部署流程

该 GUI 工具还支持实时摄像头推理、USB 流传输和可视化的部署界面,为开发人员提供即时反馈,并确保其模型在真实场景中正常运行。 瑞萨电子通过将先进的 AI 技术融入仅通过点击式就可以完成操作的体验过程中,使客户能够更快、更轻松地构建更智能、更高效的边缘产品,并显著降低开发风险。

对于希望创建生产级系统的用户而言,我们可借助 GitHub 开放的 Jupyter Notebook 编辑界面实现灵活的编程。 开发人员可以通过自定义数据处理的工作流,探索 TAO 工具包的其他功能,如复杂的增强策略、高级超参数调整,甚至实现基于用户模型 (BYOM) 的方法。 这些脚本将 GUI 提供的基础模型转化为定制的模型,满足实际应用场景需求。
 

特性

  • 技术集成示例:Renesas AI Model Deployer 工具集成了多个演示示例,完整呈现 AI 部署的具体流程。
    • 基于 RZ/V2H 和 RZ/V2L 平台的 DetectNet v2 目标检测
      • 模型:采用 ResNet-18 的 DetectNet v2
      • 数据集:KITTI 数据集(车辆、行人、骑行者)
      • 部署:通过 DRP-AI 部署量化模型,具有实时摄像头推理和边界框可视化功能。
    • 基于 RA8D1 MCU 的 MobileNetV2 图像分类
      • 模型:MobileNetV2
      • 数据集:可降解医疗废弃物分类(10 个类别,如注射器、手套、移液管等)
      • 部署:通过 TFLite 进行量化,并通过 e2 studio 完成部署。
  • 除了上述即用型示例,开发人员还可使用 Jupyter Notebook 进行更深层次的实验性探索。 示例包括集成附加的数据集、高级模型再训练,甚至利用 客户自行实现模型 (BYOM) 流程实现完全定制化解决方案。

发布信息

有关更多信息和链接,请访问 GitHub

目标设备

下载

类型 文档标题 日期
软件和工具 - 软件
1 item

文档

类型 文档标题 日期
快速入门指南 PDF 1.79 MB
1 item

设计和开发

相关评估板和套件

视频和培训