跳到主要内容

Edge Impulse

Edge Impulse 是专为高通 Dragonwing 设备构建全新边缘AI模型的最简方案。它是一个端到端平台，可帮助您构建数据集、训练模型并以完整的硬件加速运行模型。它支持使用音频、图像和其他传感器数据构建 AI 模型，或者以多种格式引入您自己的模型。

训练 AI 模型​

开始使用 Edge Impulse 进行构建：
1️⃣ 确保已按设置步骤设置开发板。
2️⃣ 在 studio.edgeimpulse.com 注册一个免费的开发者账户。
3️⃣ 在开发板的终端或 SSH 会话中，从 Nodesource PPA 安装 Node.js 22。

# Remove existing installation (if needed)
rm -f /usr/local/bin/node /usr/local/bin/npm

# Install Node.js v22
curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash -
sudo apt install -y nodejs

# Verify installation (might need to open a new terminal window)
node -v
# ... Should return v22.x.x

4️⃣ 接下来，安装 Edge Impulse for Linux，并将您的开发板连接到 Edge Impulse：

# Install the CLI
npm install -g edge-impulse-linux

# Connect to your project (to switch projects, add --clean)
edge-impulse-linux

5️⃣ 按照 端到端教程 之一来构建您的第一个人工智能模型。

提示

使用右上角的选择器选择您的 Qualcomm Dragonwing 开发板，并获取准确的性能信息。

6️⃣ 在开发板的终端或 SSH 会话中运行您的模型：

edge-impulse-linux-runner

这样，您的模型便会自动完成构建并下载，随后在NPU上运行（仅适用于量化模型）。

或者，如果您想手动下载 EIM 文件，请在您 Edge Impulse 项目的Deployment页面中，搜索 "Linux (AARCH64 with Qualcomm QNN)" 这个选项。

自带模型​

Edge Impulse 也支持自带模型（BYOM），支持的格式包括 SavedModel、ONNX、TFLite、LiteRT 或 scikit-learn。通过 BYOM 部署的模型在 Dragonwing 平台上完全支持，并可利用 NPU 加速（适用于量化模型）。请参见 Edge Impulse docs > Bring Your Own Model。

提示​

查看 NPU 性能​

Dragonwing 平台拥有强大的 NPU（神经处理单元），可以大幅加快 AI 推理速度。要了解 NPU 对性能的影响，您可以通过以下方式在 CPU 上运行模型：

edge-impulse-linux-runner --force-target runner-linux-aarch64

例如，在 RUBIK Pi 3 上使用一个具有 700 万参数的量化 YOLO 模型，CPU 每次推理需要 47 毫秒，而在NPU 上仅需 2 毫秒。