PulseAugur
中
实时 15:03:31
English(EN) WebSerial Vision Training for Microcontrollers: A Browser-Based Companion to On-Device CNN Training

研究人员开发基于浏览器和设备端的TinyML视觉训练

作者 PulseAugur 编辑部 · [2 个来源] ·

两篇研究论文详细介绍了直接在低成本微控制器上训练和部署机器学习视觉模型的新方法。其中一篇论文介绍了一个基于浏览器的应用程序，该应用程序支持完整的本地ML流程，能够实现不到十分钟的快速训练周期。另一篇论文则侧重于完全在设备端的C++实现，用于数据采集、CNN训练和实时推理，实现了9分钟的训练运行和6.3 FPS的推理。 AI

影响 在嵌入式系统上实现本地化、低成本的AI视觉能力，减少对云基础设施的依赖。

排序理由 该集群包含两篇学术论文，详细介绍了设备端机器学习的新方法。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

研究人员开发基于浏览器和设备端的TinyML视觉训练

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Jeremy Ellis ·

    面向微控制器的WebSerial视觉训练：浏览器端与设备端CNN训练的伴侣

    arXiv:2604.22834v1 Announce Type: new Abstract: This paper presents webmcu-vision-web, a single-file, zero-install browser application for end-to-end TinyML vision model training and deployment on the Seeed Studio XIAO ESP32-S3 Sense (XIAO ML Kit, $15--40 USD). Acting as a browse…

  2. arXiv cs.CV TIER_1 English(EN) · Jeremy Ellis ·

    在拇指大小的微控制器上进行设备端视觉训练、部署和推理

    arXiv:2604.23012v1 Announce Type: cross Abstract: This paper presents a complete, end-to-end on-device vision machine learning pipeline, comprising data acquisition, two-layer CNN training with Adam optimization, and real-time inference, executing entirely on a microcontroller-cl…

相关实体

相关话题