Edge Impulse에 따르면 "엔지니어는 NXP I.MXRT1170, Alif E3, STMicro STM32H747AI 및 Renesas CK-RA8D1을 포함한 하드웨어에 배포할 수 있는 컴퓨터 비전 모델을 만들 수 있습니다." "이 플랫폼을 통해 사용자는 Yolo 및 RetinaNet과 같은 GPU 교육을 받은 Nvidia Tao 모델을 통해 사용자 정의 데이터를 제공하여 MCU, MPU 및 가속기 배포에 맞게 최적화할 수 있습니다."
모델 목록은 RetinaNet, YOLOv3, YOLOv4 및 SSD 객체 감지 및 이미지 분류입니다.
사용자에게 Tao의 옵션은 도구 이름이자 회사 이름인 Edge Impulse 내부에 나타납니다. "엔지니어는 마침내 Edge Impulse가 독점적으로 제공하는 기능인 Nvidia가 제공하는 것 이외의 하드웨어에서 Nvidia의 AI 모델을 활용할 수 있습니다."라고 말했습니다. “자체 모델이나 사전 훈련된 모델을 가져와 실제 또는 합성 데이터에 적용한 다음 추론 처리량을 최적화하세요. AI 전문 지식이나 대규모 교육 데이터 세트가 필요하지 않습니다.”
100개의 객체 감지 아키텍처와 88개의 이미지 분류 아키텍처 등 결합된 작업 흐름을 통해 15개 이상의 예시 컴퓨터 비전 모델에 액세스할 수 있습니다.
여기에는 Nvidia Tao 카탈로그의 사전 훈련된 3x224x224 백본과 ImageNet의 Edge Impulse에 의해 훈련된 다른 백본이 포함됩니다. 이미지 분류의 경우 사전 훈련된 가중치는 32 x 32에서 224 x 224 사이의 이미지만 지원합니다.
Edge Impulse를 통한 타오