El aprendizaje automático ha llegado al "borde": pequeños microcontroladores que pueden ejecutar una versión muy miniaturizada de TensorFlow Lite para realizar cálculos de ML.
Pero no necesitas un hardware súper complejo para empezar a desarrollar tus propios modelos de TensorFlow. Adafruit ha adaptado su popular placa PyBadge para añadir un micrófono y así poder sumergirte en las aguas del aprendizaje automático. Hace todo lo que hace el PyBadge, y a medida que hagan más projects que usen Machine Learning adaptarán esta placa para hacerla cada vez mejor para el machine learning.
La EdgeBadge es una placa compacta: tiene el tamaño de una tarjeta de crédito. Está alimentado por el chip favorito de Adafruit, el ATSAMD51, con 512KB de flash y 192KB de RAM. Añaden 2 MB de flash QSPI para el almacenamiento de archivos, práctico para los archivos de TensorFlow Lite, imágenes, fuentes, sonidos u otros activos.
Han añadido un micrófono PDM en la parte delantera como entrada para el micro reconocimiento de voz. La biblioteca Arduino tiene algunas demos con las que puedes empezar a reconocer varios pares de palabras como "sí/no", "arriba/abajo" y "gato/perro". TensorFlow Lite para microcontroladores es muy vanguardista, por lo que es de esperar que se produzca un gran desarrollo en esta área, con muchos cambios de código y procesos.
Puedes codificar el EdgeBadge con: CircuitPython, MakeCode Arcade, TensorFlow Lite para microcontroladores / Arduino, ¡y más!
Aquí hay una lista de todo lo que obtienes con el EdgeBadge. Ya que es un PyBadge+Micrófono puedes leer mucho más sobre él en la página del producto
ATSAMD51J19 @ 120MHz con 3.3V lógica/potencia - 512KB de FLASH + 192KB de RAM
2 MB de SPI Flash para almacenar imágenes, sonidos, animaciones, ¡lo que sea!
1.Pantalla TFT en color de 8" 160x128 conectada a su propio puerto SPI
8 botones de juego/control con bonitas tapas de botones de silicona (se sienten muy bien)
5 NeoPixels para el deslumbramiento de las insignias, o para el registro de la puntuación del juego
Acelerómetro de triple eje (sensor de movimiento)
Sensor de luz, montado al revés para que apunte a la parte delantera
Minialtavoz zumbador incorporado
Controlador de altavoz mono clase D para altavoces de 4-8 ohmios, hasta 2 vatios
Puerto para batería LiPoly con capacidad de recarga incorporada
Puerto USB para cargar la batería, programar y depurar
Dos tiras de cabecera hembra con pinout compatible con el Feather para que puedas conectar cualquier FeatherWings
Puertos JST para NeoPixels, entrada de sensor e I2C (puedes colocar conectores I2C Grove aquí)
Botón de reinicio
Interruptor de encendido y apagado
DETALLES TÉCNICOS
Dimensiones del producto: 86.3mm x 54.3mm x 13.6mm / 3.4" x 2.1" x 0.5"
Peso del producto: 29.6g / 1.0oz
