Le flux de travail pour développer des solutions qui utilisent des modèles d'apprentissage automatique (machine learning, ML) peut être complexe. Le flux de travail peut être décomposé en trois phases principales :

• le traitement de données
• la formation de modèle
• l'inférence

Les données sont au cœur de chaque phase. Les données sont la matière première qui oriente le développement de modèles d'apprentissage automatique. Ces données peuvent provenir d'une grande variété d'endroits, des systèmes d'entreprise aux capteurs qui alimentent l'Internet des objets (IoT), qui fera l'objet de cet article. Sans un ensemble de données important et accessible sur lequel s'appuyer, il est impossible de former un modèle d'apprentissage automatique de manière fiable.

Ces données doivent d'abord être collectées, nettoyées, organisées et cataloguées avant de pouvoir être utilisées pour former des modèles d'apprentissage automatique. Bien qu'il soit possible d'utiliser des modèles préformés, leur inconvénient est qu'ils sont probablement génériques et qu'il peut être nécessaire de les affiner pour qu'ils fonctionnent bien pour votre cas d'utilisation ou votre environnement d'exploitation particulier. Par exemple, un modèle de détection audio peut avoir des difficultés à repérer les sons souhaités s'il n'est pas formé avec les données collectées à partir de l'emplacement réel où il sera mis en service. En effet, des différences dans les bruits ambiants de fond pourraient affecter le modèle.

À cela s'ajoute le fait que les dispositifs d'extrémité de l'IoT, tels que les microcontrôleurs et les FPGA, sont souvent fortement contraints en termes de mémoire et de puissance de traitement. Pouvoir générer un modèle capable de fonctionner sur des architectures aussi limitées est un défi supplémentaire. Des progrès considérables ont été réalisés récemment pour faire fonctionner les réseaux neuronaux avec des dispositifs de faible puissance avec l'arrivée de TensorFlow Lite pour les microcontrôleurs CMSIS-NN d'Arm™. Pourtant, la collecte de nouveaux ensembles de données et la formation de nouveaux modèles ne sont pas faciles à mettre en œuvre. Heureusement, divers services apparaissent pour simplifier au maximum le traitement des données, la formation des modèles et le processus de déploiement. L'un de ces services est Edge Impulse, une société basée à San Jose, en Californie.

Edge Impulse est un service basé sur le cloud qui, en bref, permet aux développeurs de connecter une variété de plateformes intégrées afin d'obtenir des données de capteur à partir du cloud, d'utiliser ces données pour former un modèle TinyML et de renvoyer le modèle à l'appareil IoT pour inférence (Figure 1). Il le fait de manière intuitive en utilisant quelques outils et un flux de travail bien conçus.

Figure 1 : Edge Impulse est un outil basé sur le cloud qui réduit considérablement la complexité du flux de travail pour les développeurs de systèmes embarqués afin d'ajouter la technologie d'apprentissage automatique (ML) à leurs produits. (Source : Edge Impulse)

Au cours de la prochaine année, nous examinerons les différents composants logiciels d'Edge Impulse et la façon dont ils peuvent être exploités pour simplifier le développement d'algorithmes d'apprentissage automatique pour une utilisation dans des systèmes embarqués. Ce blog se penchera sur le développement d'un modèle rudimentaire qui exploite les accéléromètres intégrés à une carte de développement Arduino Nano 33 BLE Sense.

Pour démarrer, il faut des données

La transmission de données d'un capteur vers le cloud est devenue une tâche relativement simple grâce à la prolifération de la connectivité Internet sans fil et à des outils de programmation simplifiés tels que les interfaces de programmation d'applications (API). Edge Impulse tire parti de ces avancées pour faire de l'ingestion de données un jeu d'enfant (Figure 2).

Figure 2 : Edge Impulse propose plusieurs moyens d'intégrer des données de test et de formation dans leur environnement, y compris des fichiers .csv de données brutes. (Source : Edge Impulse)

Edge Impulse fournit trois outils pour faciliter cette première étape du pipeline d'apprentissage automatique.

• Le premier outil, le Serial Daemon, est utilisé pour intégrer de nouveaux appareils, configurer les paramètres de transfert et même servir de proxy pour les appareils qui ne peuvent pas se connecter à Internet.
   
• Le deuxième outil, le Data Forwarder (transmetteur de données), est utilisé conjointement avec le Serial Daemon (Figure 3). En fonctionnant ensemble, ils permettent à un dispositif de capteur ne disposant pas d'une connectivité sans fil intégrée de se connecter à Edge Impulse par le biais d'un ordinateur de bureau connecté à Internet par une connexion série câblée. Les dispositifs écrivent simplement les données de leurs capteurs dans un format séparé par des virgules ou délimitées par des tabulations sur un port série. Les données sont ensuite collectées, signées par un procédé cryptographique et transmises au service d'ingestion d'Edge Impulse. Avec la prolifération d'ordinateurs monocartes compatibles Wi-Fi^™, ces outils rendent la mise en route de l'apprentissage automatique embarqué non seulement facile, mais aussi rentable. Le Serial Daemon et le Data Forwarder sont accessibles à partir de l'interface de ligne de commande (CLI) d'un ordinateur. L'un des inconvénients est que le transmetteur de données est limité en débit par rapport à la programmation d'un dispositif embarqué pour utiliser l'API directement.

Figure 3 : Pour les cartes de développement qui ne disposent pas d'une connectivité Internet native, les données peuvent être envoyées à l'ordinateur hôte connecté à Internet via USB qui, à son tour, peut les transmettre à Edge Impulse. (Source : Edge Impulse)

• Le dernier outil est l'Uploader. Cet outil est disponible à la fois via un outil CLI et via le navigateur. Il accepte les fichiers audio .wav et les fichiers image .jpg, ainsi que les formats de fichiers de données structurés .cbor et .json, qui sont utiles pour la plupart des autres données de capteurs. Il s'agit d'un moyen pratique de permettre aux développeurs de collecter des données comme ils le souhaitent avant d'ingérer l'ensemble des données d'un simple clic de souris. Edge Impulse recommande cette méthode pour migrer des données entre différentes instances Edge Impulse. Un format d'acquisition de données est prescrit pour les fichiers .cbor et .json. Vous le trouverez ici.

Enfin, pour un petit nombre de cartes de développement embarquées dotées de capteurs, Edge Impulse propose un micrologiciel pré-compilé qui envoie toutes les données des capteurs à son service d'ingestion avec une configuration minimale. Le micrologiciel exploite les outils mentionnés ci-dessus. Dans le navigateur, vous pouvez ensuite choisir les données que vous souhaitez utiliser pour construire votre modèle. Nous approfondirons ce point dans un prochain numéro de la série de Mouser sur les principes de base d'Edge Impulse.