1问:mcu上能部署的应该不会很深?会不会过拟合不太会发生?
恩智浦:如果数据集过小,过简单,模型简单也可能会有过拟合问题。
观众甲:过拟合,我认为还和你的数据集有关系,太小就容易出现。
恩智浦:这个组别,模型设计比重不太高,关键得是数据集的制作。
追问:嗯嗯,是的,数据集更加的重要,毕竟比赛主要是分类就行了。
恩智浦:模型是一方面,部署到小车后的运行效果也很重要。
2问:归一化一般是归一化到0到1还是-1到1呢?有什么区别?
恩智浦:理论上-1~1 表达范围更大,效果可能会更好。
3问:为什么恩智浦的eiq与nncu有什么区别?为什么不直接使用eiq部署到rt1064?
恩智浦:eiq不如NNCU 好用。
4问:在车速快的情况下,可能会有问题?
恩智浦:所以需要调试,模型只是基础,需要运动控制来配合。
5问:有没有人试过目标检测模型?可以跑动吗,走感觉分类可能会漏。
恩智浦:mcu上跑不动。有其他辅助办法,如果先通过openmv。
6问:mcu上部署的主要问题是内存问题对吗?
恩智浦:如果有外置sram,就不用考虑内存问题。
7问:这个模型训练用什么,tensorflow嘛?
恩智浦:keras 或tensorfllow 都可以,tensorflow需要转成tflite。
8问:那如果对openmv来说呢?应该没有外置sram?
恩智浦:逐飞科技后面会做带sdram的openmv 小板。
9问:eiq与nncu有什么区别,既然nncu好用一些,NXP官网上为啥没有nncu?
恩智浦:eiq不只是可以用于MCU,而nncu是特为MCU用的,eiq可以跨平台,但nncu不方便跨平台。eiq还没有完全完成,所以不如nncu好用
10问:指在树莓派上尝试,因为没有art,而且mv上部署不了tflite。
恩智浦:最新的openmv可以支持tflite了。
11问:是nxp的openmv可以刷固件了吗?
恩智浦:后面会有新的openmv硬件,有外置sram,支持最新的openmv。
12问:可以直接把模型直接导入上一届ai car的导入模型的工程吗?
恩智浦:上一届ai是电磁数据,模型是回归模型;本次是图片识别,分类模型,完全不同。
13问:导入模型的函数应该怎么写呢?
恩智浦:后续会有示例发布出来给你们参考。
14问:硬件都还没有怎么就到了部署导入了?
恩智浦:今天的课程后,大家可以先尝试用cifar10数据集训练自己写的模型。
15问:openartmini会有例程吗 ?
恩智浦:会有基于新的openmv小板的例程。原有的板子受内存限制,很难运行复杂模型。
16问:请问比赛时用openmv吗?
恩智浦:不一定,只要是NXP MCU就行。
17问:NXP AI视觉组有提供数据集嘛?
恩智浦:https://gitee.com/crist_xu/smartcar
18问:推荐openmv还是openart mini呢?
恩智浦:openart mini。
19问:openartmini跟rt1064-evk是不是差不多?
恩智浦:MCU一样,但板子上的资源不一样。
20问:openmv中的神经网络文件是需要自己构建吗?
恩智浦:模型设计、训练、部署都需要学生自己完成。
21问:如何使用有教程吗?
恩智浦:后续会有文档和代码,配合open mini使用。
22问:数据集过大深度越深会造成权重过大吗?然后部署到mcu上会很慢是不是?
恩智浦:数据集不会加大权重,模型深度、参数会影响。
23问:是不是就是只能转化keras训练出来的.h5文件呀?
恩智浦:培训中已经说了,NNCU只支持keras。