使用Reality AI Utilities加速嵌入式AI开发

为了满足这些需求，瑞萨电子提供了Reality AI^™ Utilities，这是一套强大的工具，可实现端到端的边缘AI开发。这些实用程序可作为e² studio的插件使用，也可以用作其他常用IDE（如CS+、Keil和IAR）中的独立工具，无论您的开发环境如何，都能提供灵活性。Reality AI Utilities包括以下内容：

无论您是在e² studio还是其他受支持的IDE中工作，这些工具都可以通过提高准确性、加快测试速度并简化从原型到部署的路径来帮助加速边缘AI开发。在本博客中，我们将探讨每个实用程序，以及它们如何有助于从头到尾构建具有高保真度的强大边缘AI系统。

图1：Reality AI Utilities解决方案工具包简化了端到端边缘AI开发

典型的嵌入式AI项目开发遵循以下工作流程：

Reality AI Utilities通过从上到下自动执行关键步骤来简化这一过程。下面是一个端到端的工作流程图：

图2：项目工作流程中的Reality AI Utilities

工作流程的第一步是从Reality AI Tools^®云平台检索您的API密钥，并将其与Reality AI Utilities插件链接，无论是在e² studio中还是在独立应用程序中。连接后，您可以在本地环境和云之间无缝传输数据，无论是并排使用这两个工具还是在它们之间切换。接下来，使用e² studio或Renesas Smart Configurator设置您的嵌入式项目，以创建用于数据收集和直接在硬件上运行AI推理模块的本地工作区。

项目就绪后，您可以开始使用Reality AI Utilities，从数据存储工具（DST）开始。DST提供了一个简单而强大的界面，用于捕获传感器或通道数据、对其进行标记并将其上传到您链接的Reality AI Tools^®项目。该工具负责格式设置和标签一致性，使开发人员能够专注于为其使用案例收集正确类型和数量的数据。

在后台，Renesas提供了名为Data Collector/Data Shipper（DC/DS）的轻量级中间件。这些模块抽象化了您的数据流，从而可以轻松收集训练数据并将其路由到AI推理模块，而无需重写代码。最重要的是，DC/DS适用于任何基于Renesas的硬件，包括定制板。只要您有UART或USB连接，就不仅限于使用评估套件。

图3：Reality AI Utilities–数据存储工具

在模型开发过程中，Reality AI Tools会持续估计模型的准确性、大小和复杂性。但是，由于不同的编译器工具链应用了各种低级优化，因此只有当模型部署在实际硬件上时，才能准确验证真实的模型性能，例如推理时间和内存使用情况。

为了解决这个问题，Reality AI Utilities包括强大的硬件在环（HiL）测试功能。该工具直接连接到用户的Reality AI Tools帐户，自动下载所选模型和关联的数据集，并将它们集成到Reality AI Utilities"VIEW"环境中的测试项目中。

只需单击一下，无需编码，系统即可构建项目，在连接的Renesas硬件上运行模型，并报告真实指标，例如推理时间、真实数据集上的模型准确性和模型内存要求。

图4：Reality AI Utilities–硬件在环测试

如果您的模型提供了可接受的结果，下一步就是现场测试，这就是Reality AI Utilities在Live Monitor中大放异彩的地方。AI Live Monitor基于相同的轻量级DC/DS中间件构建，可对您开发的模型进行实时现场测试。它提供强大的功能，例如概率分数，让工程师清楚地了解模型的置信度，以及平滑，这是一种后处理技术，通过考虑当前预测和以前的数据趋势来增强稳健性。所有这些都可以通过一个直观的GUI访问，无需手动编码。这些功能使工程师能够自信地推进生产部署，或者在需要时使用精细的参数和其他数据返回训练。

图5：Reality AI Utilities–AI实时监视器

在任何项目中，在确保模型准确性和正确性的同时节省开发时间是重中之重。由于硬件、数据收集、传感器集成等的固有复杂性，这在处理嵌入式AI系统时变得更加重要。但是，Reality AI Utilities可以自动化和简化项目工作流程，使客户能够以最高的数据保真度加速开发目标解决方案，同时将模型大小降至最低。

我们鼓励您探索这些工具，以进一步增强开发体验。