This thread has been locked.

If you have a related question, please click the "Ask a related question" button in the top right corner. The newly created question will be automatically linked to this question.

[参考译文] EDGE-AI-STUDIO:关于模型编写器 GUI 的一些问题

Guru**** 2463330 points


请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

https://e2e.ti.com/support/processors-group/processors/f/processors-forum/1471804/edge-ai-studio-some-questions-about-model-composer-gui

器件型号:EDGE-AI-STUDIO

工具与软件:

您好!

我们将 创建一个边缘 AI 电机故障检测演示。  

请帮助我们解决以下问题。

1.如图所示,有三种型号可供选择。 这些模型之间有何区别?

2.您能告诉我们预处理参数的详细信息吗? 这些参数是否与 预处理方法(FFT/FFTBIN)相关?

3. FFTBIN 是 信号处理中的一种方法吗? 它的含义是什么

此致。

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    您好!  

    让我们从训练参数开始。   电机故障用户指南(请参阅表2) 提供了有关该参数的详细信息。

    我会跟进问题(1)和(3)的更多信息。

    Martin

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    尊敬的 Martin:

    感谢您的快速响应。  

    我期待您对问题(1)和(3)的回答。

    此致。

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    您好!

    这三种模型在性能、SRAM 使用和闪存使用方面都有差异。  

    例如、对于 F28P55 近似值 推理时间(微秒)、SRAM 使用量(字节)、闪存使用量(字节)是:

    MotorFault_1_t:169us、1084字节、1836字节

    MotorFault_2_t:1190us、3170字节、4260字节

    MotorFault_3_t:263us、1088字节、2641字节

    关于 Q3、FFTBIN 是 FFT、然后是帧分级、然后是帧串联。  例如、  MotorFault_256Input_FFTBIN_16Feature _8Frame_3InputChannel_removeDC_1D 表示 FFT 对256输入帧大小-->每个帧包含16个图元、然后将8个帧串联在一起  

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    尊敬的 Adithya:

    感谢您的答复。

    我们还有一些问题。

    1、FFTBIN 和 FFT 有什么区别?

    2.我们不知道我们是否理解正确。 从您的回复中、  MotorFault_256Input_FFTBIN_16Feature _8Frame_3InputChannel_removeDC_1D  意味着 根据256的窗口大小划分时域数据、然后对256个样本数据执行 FFT、并通过特征提取每帧获得16个特征、最终连接8帧?

    再次感谢您的答复、期待您的答复。

    此致。

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    您对第2点的理解是正确的。

    关于第1点、FFTBIN v/s FFT 的差异是分级。 例如、在预设中:  MotorFault_256Input_FFT_128Feature _1Frame_3InputChannel_removeDC_2D1256 时域样本作为一个窗口、并在其上完成 FFT、从而产生256点输出。 我们只采用正半部分、这意味着 128点(每帧特征大小)。  

    在前面的示例中、 MotorFault_256Input_FFTBIN_16Feate_8Frame_3InputChannel_removeDC_1d --> 256点为 FFT、因此在正半部分产生128个点、bin_size=8表示每帧具有128/8=16个功能

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    好的、感谢您的答复。

    FFTBIN 是否会被用作数据大小为128 (每帧16个特征、 连接8帧)的模型的预处理方法?特征尺寸似乎没有减小。

    此致。

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    您可以再详细说明一下吗?

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    与 FFT 相比、FFTBIN 的功能正在减小功能大小(128至16)?

    根据您的示例(MotorFault_256Input_FFTBIN_16Feature _8Frame_3InputChannel_removeDC_1d)、 FFTBIN 之后模型的数据大小输入是128还是16? 如果数据大小仍为128 (每帧16个功能、  连接8个帧)、为什么使用 FFTBIN?

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    数据输入大小为128。  

    那么为什么要使用 FFTBIN? 我想这是不可能的。" 在我们向模型馈送8个连接帧的数据时、一般(无分箱) 256次输入和8个数据帧意味着2048个数据点;但使用 分箱、我们能够代表8个数据帧、每个数据帧16个点、即总共128个数据点(相比之下2048个数据点)

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    感谢您的答复。  使用 FFTBIN 预处理方法可以输入更多连接的数据帧、对吗?

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    帧连接可通过 FFT/FFTBIN 完成。 帧数也可以根据选择而变化。

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    谢谢你。