導讀

2023年以ChatGPT為代表的大語言模型橫空出世，它的出現標志著自然語言處理領域取得了重大突破。它在文本生成、對話系統和語言理解等方面展現出了強大的能力，為人工智能技術的發展開辟了新的可能性。同時，人工智能技術正在進入各種應用領域，在智慧城市、智能制造、智慧醫療、智慧農業等領域發揮著重要作用。

柴火創客2024年將依托母公司Seeed矽遞科技在人工智能領域的創新硬件，與全球創客愛好者共建“模型倉”，通過“SenseCraft AI”平臺可以讓使用者快速部署應用體驗人工智能技術！

本期介紹：模型案例：|奶牛識別模型！

EfficientNet

在開發以卷積神經網絡（CNN）為核心的機器學習模型時，為了提供準確率最常見的方法是通過深度或寬度（其實也就是增加channels）來放大卷積網，或是使用分辨率更大的圖像進行訓練和評估。雖然這些傳統方法提高準確率的效果不錯，但大多需要繁瑣的手動調整，還可能無法達到最佳性能。

如何使深度（更多層）、寬度（更多通道）或更高的圖像分辨率達到平衡以獲取更好的性能，EfficientNet很好的解決了這個問題。

EfficientNet的核心思想是復合縮放，EfficientNet不是單獨增加深度、寬度或分辨率，而是按比例同時擴展這三個方面。

這種平衡的增長使模型能夠在不需要不必要的計算的情況下提高準確性，并在不犧牲有效性的情況下最大限度地提高效率。

EfficientNet使用復合縮放方法來按比例平衡深度，寬度和分辨率，提高準確性，同時最大限度地減少資源使用。

EfficientNet-B 0是使用神經結構搜索（NAS）設計的，以優化高精度和低計算成本。

EfficientNet系列（B 0至B7）從B 0向上擴展，與其他型號相比，使用更少的參數和FLOP實現一致的性能改進。

只縮放一維（深度、寬度或分辨率）會導致精度遞減; EfficientNet的復合縮放更有效。

在ImageNet上，EfficientNet模型提供了最先進的準確性，計算成本比ResNet和NASNet等替代方案低得多。

EfficientNet也擅長遷移學習。它在CIFAR-10和斯坦福大學汽車等數據集上實現了最佳性能，同時使用的參數減少了9.6倍。

奶牛識別模型

該 AI 模型利用先進的 Swift yolo 算法，專注于奶牛識別，可以在實時視頻流中準確檢測和標記奶牛。它特別適用于 Seeed Studio Grove Vision AI （V2） 設備。

應用場景

健康監測：通過識別奶牛的行為和生理特征，模型可以識別潛在的健康問題，例如疾病、應激狀態或營養不足，及時通知農場主進行干預。

生產性能分析：識別不同奶牛的乳量、乳質和生長狀態，幫助農場主分析和優化奶牛的生產性能，從而提高產奶效率和經濟效益。

繁殖管理：通過跟蹤和分析奶牛的繁殖周期，助農戶進行更有效的繁殖管理。

行為識別：監控奶牛的飲食、休息和運動行為，判斷其是否處于正常狀態，以便采取措施改善其生活環境或飼喂方式。

數據分析與決策支持：基于大量收集到的數據，利用識別模型生成分析報告，輔助農場管理決策，如選種、飼料配比及環境調控等。

智能喂養和自動化管理：識別奶牛個體后，可以實現智能喂養系統，根據每頭奶牛的需求進行精準喂養，提高資源利用效率，降低飼養成本。

在Grove-VisionAIV2模塊上部署此模型

1、打開SenseCraft AI平臺，如果第一次使用請先注冊一個會員賬號，還可以設置語言為中文。

平臺地址：https://sensecraft.seeed.cc/ai/#/model

2、在頂部單擊【預訓練模型】菜單，在公共AI模型列表8中找到【奶牛檢測】模型，單擊此模型圖片，如下圖所示。

3、進入【奶牛檢測】模型介紹頁面，單擊右側的“部署模型”按鈕，如下圖所示。

4、進入部署奶牛檢測模型頁面，按提示步驟先連接攝像頭，再連接設備到電腦USB接口上，最后單擊【連接設備】按鈕，如下圖所示。

5、彈出部署模型窗口，單擊“確定”按鈕，如下圖所示。

6、彈出連接到串行端口窗口，選擇端口號后單擊“連接”按鈕，如下圖所示。

7、開始進行模型部署、固件下載、設備重啟等過程，完成后在預覽中即可看到當前攝像頭視頻內容，將攝像頭對準手機中奶牛的圖片查看預測效果，如下圖所示。

預測效果視頻演示

Grove Al視覺模塊 V2套裝介紹

Grove Al視覺模塊 V2

OV5647-62攝像頭

Grove - Vision Al Module V2是一款拇指大小的人工智能視覺模塊, 配備Himax WiseEye2 HX6538處理器, 該處理器采用 ArmCortex-M55雙核架構。

它具有標準的CSI接口, 并與樹莓派相機兼容。它有一個內置的數字麥克風和SD卡插槽。它非常適用于各種嵌入式視覺項目。

有了SenseCraft Al算法平臺, 經過訓練的ML模型可以部署到傳感器, 而不需要編碼。它兼容XIAO系列和Arduino生態系統, 是各種物體檢測應用的理想選擇。

Arm Ethos-U55 嵌入式神經網絡處理器（NPU）

嵌入式神經網絡處理器（NPU）是一種特別設計用于執行神經網絡計算的高效率處理器。它主要基于數據驅動并行計算架構，特別擅長處理視頻、圖像等大量的多媒體數據。NPU模仿了生物神經網絡的架構，與CPU、GPU相比，它能夠通過更少的指令（一條或幾條）完成神經元的處理，因此在深度學習的處理效率方面具有明顯優勢。

它具有標準的CSI接口, 并與樹莓派相機兼容。它有一個內置的數字麥克風和SD卡插槽。它非常適用于各種嵌入式視覺項目。

有了SenseCraft Al算法平臺, 經過訓練的ML模型可以部署到傳感器, 而不需要編碼。它兼容XIAO系列和Arduino生態系統, 是各種物體檢測應用的理想選擇。

主要硬件配置

- 板卡基于WiseEye2 HX6538處理器, 采用雙核ARM Cortex-M55架構 。

- 配備集成Arm Ethos-U55微神經網絡加速單元, 兼容的樹莓派相機

- 板載PDM麥克風, SD卡插槽, Type-C, Grove接口, 豐富的外設支持樣機開發 。

- Seeed Studio XIAO的可擴展性, SenseCraft Al的現成AI模型用于無代碼部署。

- 支持各種有效的模型, 包括MobilenetV1、MobilenetV2、 Eficientnet-Lite、Yolov5和Yolov8。

寫在最后

SenseCraft-AI平臺的模型倉數量還很少，但是好消息是它支持自定義模型上傳并輸出推理結果，平臺會逐漸增加模型倉的數量和分享有愛好者設計的模型倉原型，敬請關注！