開発アプローチ

開発者は以下のアプローチ計画に従って、エッジMLベースのユースケースまたはIoTユースケースを実施します。

1. 適切な音声またはセンサーデータベースのAIML/IoTユースケースを特定します。
2. 音声ユースケースの場合、Audio-0、1インターフェースの中から適切なオーディオポートを選択します。ユースケースの要件に応じて、オンボードPDMマイクを使用するか、外部オーディオ入力/出力ソースとインターフェースします。
3. 時系列I2Cベースセンサーデータユースケースの場合、オンボード3軸アクセロメーター/6軸モーションセンサーを使用するか、ユースケースの要件に応じて外部I2Cセンサーとインターフェースします。
4. eFabricプラットフォームで十分な精度レベルのDNN MLモデルバイナリを構築します。
5. TML120 EVKキットをeFabricに接続してDNN MLモデルバイナリをフラッシュします。
6. これでTML120モジュールはリアルタイムの音声/センサーデータでMLモデルを実行する準備ができています。
7. TML120プロセッサによるML分類の結果はホストUARTを介して報告され、これらのメッセージはPCのPuttyシリアルターミナルアプリで確認できます。