-
Q恩智浦的嵌入式机器的方案在哪些实用项目中被采用？
A 视频中会介绍一些。主要包括图像分类，物体检测，人脸识别等。
-
Q嵌入式机器在微控制器市场中是否占主导地位？
A 微控制器就是为了做嵌入式的机器的
-
Q机器学习对硬件的最低要求是什么？
A 取决于应用。重点关注i.MX RT系列和LPC55
-
Q学习嵌入式机器需要有哪些技术基础？
A python，C/C++，嵌入式开发，机器学习相关知识。基本就可以了
-
Q学习嵌入式机器需要先掌握哪种代码开发能力？
A 主要是Python和C/C++
-
Q4. 针对学习开发工具，是否可以免费下载和使用
A 访问NXP官网，并进行注册即可免费使用和下载
-
Q嵌入式机器学习需要学习那些知识？有哪些开发环境?
A 模型训练需要python环境，tensorflow或NXP提供的训练工具eIQ 模型部署需要依赖NXP 的SDK，可以先从SDK里关于机器学习的example 开始学习。
-
Q2. 机器学习是否涉及机器视觉
A可以理解是通过自主学习的方式，让机器达到一些机器视觉的能力，比如图像分类/识别
-
Q1. 机器学习的具体领域都涵盖哪些领域
A 各行各业。在我们微控制器上重点是视觉，语音口令，基于传感器数据的状态与异常检测
-
Q3. 若涉及机器视觉，是否有开源算法
A 除了解决方案类的资源都开源，重点关注OpenART, SDK示例
-
Q5. 基础实例和应用笔记等资源是否可以借鉴使用到自己开发的产品中
A 必须可以
-
Q本次直播主讲哪款微控制器？
ANXP的i.MX RT 106x/117x 系列，以及LPC系列 MCU。
-
Q什么配置的微控制器可以机器学习？
A 重点关注i.MX RT1xxx和LPC55系列。虽然理论上大部分微控制器可以做。
-
Q恩智浦的嵌入式机器是兼容的吗？还是需要配合固定的应检设备才能用？
A 针对于NXP的产品是兼容的
-
Q恩智浦的嵌入式机器垂直解决方案指的是什么？
A 为某种细分（但量很大的）应用而做的完整软硬件套件，如人脸锁，唤醒词等
-
Q请问有那些套件讲解
A 本视频中有很多资源链接。 在github里查看OpenART项目
-
Q微控制器机器学习最低门槛是？
A 理论上几乎没有。对于大部分这里介绍的应用，需要i.MX RT和LPC55
-
Q微控制器机器学习有哪些潜在应用？
A 主要是机器视觉，语音口令，传感器数据分析，详见视频
-
Q微控制器有哪些端口，每个端口输出电流如何？
A 参考具体型号的数据手册
-
Q有哪些开源的资料？
A 视频里会讲到
- 0306召开 适合物联网和可穿戴设备的“小型锂离子二次电池”
- 0327召开 针对于医疗业界院内感染対策使用的USHIO Care222消毒技术介绍