当前位置:首页 > 厂商动态 > 英飞凌
[导读]【2024年2月5日,德国慕尼黑讯】秉承为智能设备上市提供更佳、更快方法的使命,英飞凌科技股份公司(FSE代码:IFX / OTCQX代码:IFNNY)旗下的边缘人工智能公司Imagimob推出IMAGIMOB Ready Models。这套完整的机器学习(ML)解决方案可确保为边缘智能设备提供稳健、高性能和可量产的AI应用方案。Ready Models可快速部署到PSoC™ 6 等现有微控制器(MCU)这类半导体硬件上,而用户无需投入模型开发所需的成本、时间和专业知识。

【2024年2月5日,德国慕尼黑讯】秉承为智能设备上市提供更佳、更快方法的使命,英飞凌科技股份公司(FSE代码:IFX / OTCQX代码:IFNNY)旗下的边缘人工智能公司Imagimob推出IMAGIMOB Ready Models。这套完整的机器学习(ML)解决方案可确保为边缘智能设备提供稳健、高性能和可量产的AI应用方案。Ready Models可快速部署到PSoC™ 6 等现有微控制器(MCU)这类半导体硬件上,而用户无需投入模型开发所需的成本、时间和专业知识。

Imagimob客户服务负责人Sam Al-Attiyah表示:“在目前的边缘AI领域,能够为任何一种解决方案提供现成模型的公司屈指可数。ReadyModels建立在我们八年专业知识的基础之上,并在不同环境中进行了全面的现场测试,因此在性能方面是经过验证的。而且,我们能够在小型边缘设备上运行这些模型,确实是不多见的。”

Imagimob客户服务负责人Sam Al-Attiyah

为确保ReadyModels的稳健性,Imagimob完整列出了可能遇到的不同场景,并对这些场景进行测试。这套模型还在全球各地的不同地点中进行了测试,确保它们在工作时不会因特定的地理位置或人群特点而产生偏差。最后,通过在设备上进行现场测试,可以测试和记录模型在预期硬件设置下的实际性能。这些举措使得当这套模型在客户的产品中实际部署时,能够完全按照客户的要求运行。

Imagimob正推出四种基于音频的ReadyModels,包括用于婴儿监视器的BabyCry、用于行人随身设备的警报检测,以及用于医疗健康领域可穿戴设备的咳嗽检测和鼾声检测。与此同时,公司其他正在开发的模型涉及音频、雷达、IMU(惯性测量单元)和电容传感技术领域。

更轻松地开启新的ML旅程

到目前为止,企业通过智能AI功能升级产品的门槛一直较高。自定义ML模型的典型开发流程不仅需要合适的软件工程和AI技术专业知识,还需要投入大量时间和资源进行大规模的开发,包括数据采集、验证和数据标记、基于数据的模型训练、在设备上模型部署,并在不同环境中进行测试以确保达到预期性能等。

相比之下,IMAGIMOB Ready Models无需或只需要客户投入极少的工程和AI能力就能落地。由于全部开发和测试工作均已完成,这些模型为市场和客户开辟了一条捷径。Imagimob首席执行官Anders Hardebring表示:“这为企业部署ML另辟蹊径,让整个过程变得更加简单便捷。他们无需大量投资就能在边缘设备上使用ML。依据企业开发人员技能和专业知识的不同,开发一个可量产的自定义模型通常需要六个月到一年的时间。而Ready Models可以帮助他们几乎在一夜之间启动并运行新的边缘AI功能。”

Imagimob首席执行官Anders Hardebring

供货情况

IMAGIMOB ReadyModels现已上市。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

是德科技(NYSE: KEYS )宣布,针对人工智能(AI)和机器学习(ML)基础设施生态系统,推出了 AI数据中心测试平台,旨在加速AI / ML网络验证和优化的创新。该解决方案显著提高了AI基础设施的评估测试能力,并...

关键字: 人工智能 机器学习 数据中心

随着信息技术的快速发展,机器学习作为人工智能的核心技术之一,正逐渐渗透到各个领域,引领着一场前所未有的科技变革。在机器学习的实际应用中,有三大重点至关重要,它们分别是数据质量、算法选择与模型评估。本文将深入探讨这三大重点...

关键字: 机器学习 数据质量 算法

随着科技的飞速发展,机器学习已成为推动现代社会进步的重要驱动力。机器学习技术广泛应用于各个领域,从图像识别到自然语言处理,从智能推荐到自动驾驶,都体现了其强大的潜力和价值。那么,机器学习究竟追求哪些核心目的呢?本文将深入...

关键字: 机器学习 智能推荐 图像识别 人工智能

随着信息技术的飞速发展,机器学习作为人工智能领域的重要分支,已经成为引领科技变革的重要力量。机器学习旨在通过计算机程序使计算机系统能够自动地从数据中学习并改进自身的性能,从而实现智能化决策和控制。那么,机器学习的思路究竟...

关键字: 智能决策 机器学习 深度学习

在人工智能的浪潮中,机器学习已逐渐成为推动科技进步的核心动力。机器学习技术的广泛应用,从图像识别到自然语言处理,从智能推荐到自动驾驶,都离不开其三个基本要素:数据、算法和模型。本文将深入探讨这三个基本要素在机器学习中的作...

关键字: 机器学习 算法 人工智能

随着信息技术的飞速发展,机器学习作为人工智能领域的重要分支,经历了从初步探索到繁荣创新的三个发展阶段。这三个阶段不仅标志着机器学习技术的不断成熟,也反映了人类对智能本质认识的深化。本文将详细探讨机器学习的三个发展阶段,并...

关键字: 机器学习 多模态学习 统计学习

随着科技的不断进步,机器学习作为人工智能领域中的核心分支,已经引领了无数创新和变革。机器学习不仅是一门技术,更是一种多元化的学科,包含了不同的理论、方法和应用。本文将深入探讨机器学习的五大流派——符号主义、连接主义、进化...

关键字: 机器学习 统计学习

随着数据驱动时代的到来,机器学习已经成为推动科技进步的重要引擎。机器学习通过赋予计算机系统从数据中学习并改进的能力,使得这些系统能够执行各种复杂的任务。本文将详细探讨机器学习的典型任务,包括监督学习、无监督学习、半监督学...

关键字: 机器学习 监督学习 无监督学习

在科技日新月异的今天,机器学习已成为引领变革的重要力量。它使得计算机能够从数据中学习并自主做出决策,从而极大地扩展了人工智能的应用范围。然而,要实现这些令人惊叹的功能,首先需要理解机器学习的三个基本问题:分类、回归与聚类...

关键字: 机器学习 分类算法 回归算法 聚类算法

随着信息技术的迅猛发展,机器学习作为人工智能的核心技术之一,已经深入到了各个领域,为我们的生活和工作带来了翻天覆地的变化。无论是智能语音助手、自动驾驶汽车,还是个性化推荐、疾病预测,这些令人惊叹的应用背后,都离不开机器学...

关键字: 机器学习 人工智能 算法
关闭