Module logiciel de machine learning MPLAB®

de productionassisté par l'IAplug-in

Présentation
MPLAB® Machine Learning Development Suite Model Builder permet aux ingénieurs de concevoir, entraîner et convertir des modèles d'apprentissage automatique compacts pour la reconnaissance de capteurs IoT en tiny‑edge. Proposé sous forme d'extension pour Visual Studio Code (via MPLAB for VS Code) et de plug‑in pour MPLAB® X IDE, le Model Builder génère du code d'inférence optimisé et des artefacts firmware destinés aux microcontrôleurs Microchip, aux dsPIC® DSC et aux MPU.

Fonctionnalités clés

• Conception d'algorithmes supervisés et de détection d'anomalies compacts pour équipements edge contraints (MCU, dsPIC DSC, MPU)
• Automatisation du workflow ML : préparation des données, extraction de caractéristiques, entraînement, validation et conversion du modèle en firmware
• Outils intégrés d'étiquetage et de filtrage des données pour préparer les jeux de données
• Génération de code prototype assistée par AutoML pour accélérer les délais de développement
• Options d'ajustement des paramètres pour développeurs ML avancés et ingénieurs embarqués
• Création de pipelines adaptés au déploiement en production
• Génération de firmware production compatible avec les devices 8-, 16-, 32-bit et les toolchains Microchip XC

Documentation et distribution
Un kit de démarrage et une documentation complète (dont un guide Getting Started au format PDF) sont fournis. Le Model Builder est distribué sous forme d'extensions éditeur et de plug‑ins IDE, s'intégrant aux toolchains Microchip courantes et produisant du code prêt à être intégré en firmware.

Cas d'utilisation

• Reconnaissance par capteur en edge (voix, activité/mouvement, détection d'anomalies) sur matériel contraint
• Prototypage rapide de produits embarqués ML en utilisant du code généré par AutoML
• Génération de firmware de production pour produits basés sur MCU/MPU avec prise en charge des compilateurs Microchip XC

Caractéristiques techniques

• Modes de distribution : extension VS Code (MPLAB for VS Code) et plug‑in MPLAB X IDE
• Devices cibles : microcontrôleurs 8-, 16-, 32-bit, dsPIC® DSC et MPU
• Types ML pris en charge : apprentissage supervisé et détection d'anomalies optimisés pour tiny‑edge
• Workflow automatisé : préparation des données, extraction de caractéristiques, entraînement, validation, conversion de modèle
• Fonctionnalités AutoML pour accélérer la génération de code prototype
• Produits en sortie : code d'inférence optimisé, artefacts prêts pour firmware et compatibilité avec les compilateurs Microchip XC
• Inclut documentation et guide Getting Started au format PDF