Webinar: Embedded Machine Learning na prática

Copyright © EdgeImpulse Inc.
Embedded Machine Learning
na prática
Setembro 2021
João Dullius
Engenheiro de Aplicações (FAE) – BP&M Rep
www.linkedin.com/in/joaodullius
joaodullius@bpmrep.com.br

2
Machine learning?

Sensores
Áudio
Visão
Status
Evento Detectado 85%
De Cortex-M a Jetson Nano
A partir de < 10 kB de Flash/RAM
Inferência tempo real de baixo
consumo
3 Copyright © EdgeImpulse Inc.
Dispositivo Embarcado
Embedded ML torna dispositivos mais
inteligentes

Sensores
Cortex-M0+
Detecção de Anomalias
Classificação em
Sensores
20 kB
inteligentes

Sensores
Áudio
Arduino Nano
Cortex-M4
Ativação por Voz
Classificação de Áudio
50 kB
Cortex-M0+
Classificação em
Sensores
20 kB
inteligentes

Visão
Sensores
Áudio
Arduino Nano
Cortex-M4
Ativação por Voz
50 kB
Arduino Pro
Cortex-M7
Classificação
de Imagem
250 kB+
Cortex-M0+
Classificação em
Sensores
20 kB
inteligentes

Visão
Sensores
Áudio
Arduino Nano
Cortex-M4
Ativação por Voz
50 kB
Arduino Pro
Cortex-M7
Classificação
de Imagem
250 kB+
Raspberry Pi
Cortex-A
Detecção de Objetos
Processamento de Voz
Complexo
1MB+
Cortex-M0+
Classificação em
Sensores
20 kB
inteligentes

Jetson Nano
Cortex-A + GPU
Classificação
de Vídeo
Visão
Sensores
Áudio
Arduino Nano
Cortex-M4
Ativação por Voz
50 kB
Arduino Pro
Cortex-M7
Classificação
de Imagem
250 kB+
Raspberry Pi
Cortex-A
Detecção de Objetos
Processamento de Voz
Complexo
1MB+
Cortex-M0+
Classificação em
Sensores
20 kB
inteligentes

Rótulo: Evento
Dataset Modelo ML
Treinamento
ML aprimora seus sensors com matemática
Sensor
9 Copyright ©
EdgeImpulse Inc.

Modelo ML
ML aprimora seus sensors com matemática
Sensor
1
0
Copyright ©
EdgeImpulse Inc.
Embarcado
Status
Event Detected 85%

O Problema
Plataforma de Edge ML otimizada para
dispositivos embarcados e tempo-real
Plataforma ML e comunidade focada
no desenvolvimento embarcado
87% dos projetos de AI não
chegam a produção devido a
falhas operacionais nos dados,
infra ou nos times
Tecnologia MLOps de ponta desde os
dados até a implementação unindo
todos os times
Atualmente 99% dos dados de
sensores e dispositivos são
descartados devido a bateria,
banda e custos
Modelos ML atuais são desenvolvidos
para cientistas de dados e não para
desenvolvedores embarcados

Um time mundial de líderes da industria, entregando uma
experiência única para Desenvolvimento de embedded machine
learning com escalabilidade.
8,000 +
Desenvolvedores
12,000 +
Projetos
> 8 Million
Dataset samples
A maior comunidade de
Embedded Machine Learning,
presente em mais de 136
países!
Utilizando Edge Impulse
Studio em mais de 1,000
Enterprises
Dados do mundo real
rotulados através de mais
de 9K dispositivos
conectados

Manutenção
Preditiva
Movimento, corrente, áudio e
imagem
➔
➔
➔
➔
Industrial
Bens de Consumo
Infraestrutura
Automotivo
Localização e
Monitoramento
Movimento, temperatura,
umidade, posição, áudio e
imagem
Sensoriamento
Humano e Animal
➔
➔
➔
Logística
Infraestrutura
Edifícios Inteligentes
➔
➔
➔
Saúde
Consumidor
Industrial
Movimento, radar,
áudio, PPG, ECG

Learn more at http://edgeimpulse.com
A Plataforma Líder de Embedded ML
1
4
Copyright ©
EdgeImpulse Inc.

Test Deploy
Dataset Impulse
APIs
Data Traceability
and Security
Dataset Lifecycle
Management
Model Versioning
Enterprise
Algorithms
Deployed Model
Analytics
MLOps
Data Upload
Embedded
Sensors
Hybrid-Cloud
Data
Data Science
Tools
CICD and Test
Automation
ML/Target
Optimization
Embedded
Edge Compute
C++
WASM
Auto model and
parameter search
1
5
Copyright ©
EdgeImpulse Inc.
Data
Collection
Flexible
Deployment
Leading
Integrations
Edge Impulse hybrid-cloud ML development platform
Mobile and Web
(WebAssembly)
EON Compiler

Trusted by the embedded industry
1
6
Copyright ©
EdgeImpulse Inc.

Estudos de Caso
Confirma ML em ação, utilizando a Tecnologia da Edge Impulse
19

Resultados
Salvou anos-homem de tempo
de projeto e aumentou a
colaboração entre os times
Acelerou o desenvolvimento do
algoritmo de anos para meses
Status
Movimento
Batimentos
Cardíacos Possibilita novos algoritmos para
detecção de gripe e qualidade
de sono
Criando a Saúde Inteligente com ML
Líder e monitoramento weareable de saúde inovando com Edge Impulse
Temperatura
Saudável, Score de Sono 91%

Resultados
NB-IoT com 10 anos de
bateria possibilitado pelo
ML
Evita incêndios em áreas
remotas ee diminui custo de
manutenção
Status
Vibração
Corrente
Possibiita monitoramento
autônomo de postes e linhas de
transmissão
Criando a Eletricidade Inteligente com ML
Solução para o Grid Elétrico possibilita detecção de falhas em tempo real com Edge Impulse
Fogo na linha de transmissão detectado!

Criando a Conservação Inteligente com ML
Resultados
Better understand elephant
and herd behaviour
Monitor the activities of
elephants to better protect
them
Detectado
Movimento
Áudio
Imagem
A inicitativa ElephantEdge possibilita o monitoramente de vida selvagem com Edge Impulse
Monitor and reduce poaching
and human conflict risk
Movimento Migratório da Manada

Para saber mais…
23

https://www.edgeimpulse.com/imagine

3 dias de puro ML Embarcado
29 Setembro 30 Setembro 1º Outubro

Coursera: Intro to Embedded Machine Learning
https://www.coursera.org/learn/introduction-to-embedded-machine-learning
2
5
Copyright ©
EdgeImpulse Inc.

Vendo na
Prática…
23

Acelerômetro
Umidade, Temperatura e
Pressão
Qualidade do Ar
Microfone
Sensor de Luz RGB
Nordic Thingy:52

Acelerômetro
Pressão
Qualidade do Ar
Microfone
Sensor de Luz RGB
Nordic Thingy:52
UART @ USB
AccelX, AccelY, AccelZ
@ 100 Hz

Acelerômetro
Pressão
Qualidade do Ar
Microfone
Sensor de Luz RGB
Nordic Thingy:52
UART @ USB
edge-impulse-data-forwarder
@ 100 Hz

Acelerômetro
Pressão
Qualidade do Ar
Microfone
Sensor de Luz RGB
Nordic Thingy:52
UART @ USB
edge-impulse-data-forwarder
@ 100 Hz
Edge Impulse Platform

www.bpmrep.com.br
contato@bpmrep.com.br

Webinar: Embedded Machine Learning na prática

Recomendados

Recomendados

Mais conteúdo relacionado

Semelhante a Webinar: Embedded Machine Learning na prática

Semelhante a Webinar: Embedded Machine Learning na prática (20)

Mais de Embarcados

Mais de Embarcados (20)

Webinar: Embedded Machine Learning na prática