TinyML 是指在 Arduino 這類 MCU 板子上也能做到簡易的神經(jīng)網(wǎng)絡(luò)推論，讓基本的傳感器數(shù)據(jù)分析也能透過機器學(xué)習(xí)來找到更多有趣的信息。

Wio Terminal 就是在這股浪潮下所產(chǎn)生的一個產(chǎn)品，除了使用 ATSAMD51 核心并搭配 Realtek RTL8720DN 的 Wi-Fi / 藍牙芯片，還支持Grove 系列傳感器。

最重要的當(dāng)然是本文核心– TinyML，可將所收集到的數(shù)據(jù)透過 Edge Impulse 網(wǎng)站來進行一條龍的處理、訓(xùn)練與測試流程，再把神經(jīng)網(wǎng)絡(luò)檔案導(dǎo)出到 Wio Terminal 上來執(zhí)行，過程不能說超簡單，但確實已經(jīng)方便非常多了！

本文要介紹使用 Wio Termianl 所提供的好用韌體，來收集咖啡、酒精的氣味資料。非常有趣的題目，您一定會喜歡的喔！

注：本文將使用 Grove –多通道氣體傳感器 V2，直接接上 Wio Terminal 的任一個 Grove 接口就好。

Grove – 多通道氣體傳感器 V2

Wio Termina嗅覺鼻子實驗套件

Wio Terminal 的基本環(huán)境設(shè)定

關(guān)于 Wio Terminal 的基本環(huán)境設(shè)定，請參考之前的文章。我也錄制了影片帶您一步步操作：

不過呢，這次就不用自己再寫 Arduino 的上傳程序了，直接使用現(xiàn)成的 Firmware。

請把 Wio Terminal 接上計算機，再把它的開關(guān)往 use port 的方向拉兩下，它會變成一個 Arduino 的磁盤，請把 .uf2 檔丟進去就會自動更新這個韌體，之后再重新插拔 usb 線讓他重開機就好了，簡單~

開啟 cmd 或 anaconda prompt，開始上傳數(shù)據(jù) (如果還沒有安裝 node.js 的畫，請安裝 node.js v14 以上) ：

連上 Edge Impulse

先安裝 Edge Impulse cli 工具：

npm install -g edge-impulse-cli

接著輸入以下指令來登入 Edge Impulse 網(wǎng)站 (當(dāng)然您需要先注冊賬號，并在網(wǎng)站上建立一個項目)：

edge-impulse-daemon --clean

請依序輸入賬號密碼、命名 WioTerminal 裝置 (如圖中的 wio_nose)、、選擇項目 (我也取名為 wio_nose)，最后看到“[WS ] Go to ”，就可以回到 Edge Impulse 網(wǎng)站了。

Edge Impulse 收集資料

請確認氣體傳感器已經(jīng)接好，并開啟 Edge Impulse 網(wǎng)站，進入您所建立的項目，點選左側(cè)的 Data acquisition，先看到右側(cè)的 Sensor，從下拉式選單可以看到wio 內(nèi)建與常用的傳感器只要接好就好。

先輸入 Label 為你所定義的類別，在此有以下三個類別：

?coffee: 泡一杯香濃的咖啡吧~

?75_alcohol: 容易取得的 75% 洗手酒精

?surrounding：遠離以上兩種氣味的環(huán)境將傳感器置于該情境中，例如咖啡杯上方、噴了酒精的衛(wèi)生紙，按下 Start sampling，在此我們把 Sample length (ms) 樣本長度設(shè)定為 10000 ms，因為氣味會延續(xù)一段時間。

收集完三類別的數(shù)據(jù)如下圖，可以看到四軸的數(shù)據(jù)變化：

coffee 的資料：

75_alcohol 的資料：

Surrounding：遠離咖啡與酒精的環(huán)境氣味數(shù)據(jù)

建立 Impulse 來訓(xùn)練神經(jīng)網(wǎng)絡(luò)

詳細設(shè)定請參考上一篇，請看我的 Impulse 與神經(jīng)網(wǎng)絡(luò)設(shè)定：

使用以下設(shè)定來訓(xùn)練，準確度有到 100% ！別高興太早，這應(yīng)該只能說這三種味道的差異本來就很大，您之后可以試試看去分析紹興酒與高粱酒的差別，挑戰(zhàn)性應(yīng)該很高！

使用 EON Tuner 優(yōu)化

EON Tuner 可針對各平臺來優(yōu)化，整個流程需要數(shù)小時，不過這期間您還是可以進行其他操作，請參考以下設(shè)定來設(shè)定 target：

?Dataset category: continous motion (震動、氣味等時間較久的訊號)，如果是上一篇的手勢，請改選 motion events

?Target device：Wio Terminal

?Time per inference: 2000 ms (這里可以自由設(shè)定，氣味的話就久一點吧)

審核編輯：劉清