Raspberry Pi 是一款功能强大的小型机器，但如果您有兴趣开发自己的嵌入式机器学习应用程序，由于 Raspberry Pi 的处理能力有限，在该平台上训练自定义模型一直很棘手。
但事情刚刚向前迈出了一大步。 昨天，用于边缘设备机器学习的基于云的开发平台 Edge Impulse 宣布进军嵌入式 Linux，并为 Raspberry Pi 4 提供全面的官方支持。因此，用户现在可以上传数据并训练自己的定制机器 – 在云端学习算法，然后将它们部署回 Raspberry Pi。
适用于 Raspberry Pi 的四种新机器学习软件开发套件 (SDK) 将于本周上市，包括 C++、Go、Node.js 和 Python，允许用户编写自己的自定义推理应用程序。 还添加了对对象检测的支持，这意味着 Raspberry Pi 用户可以使用设备上捕获的相机数据来训练自己的自定义对象检测算法，而不必依赖“库存”分类模型。
这将允许开发人员通过使用 Raspberry Pi 相机或将网络摄像头插入 Raspberry Pi 4 的 USB 插槽之一来构建自己的计算机视觉应用程序。 Edge Impulse 在一段视频中展示了新的机器学习功能，该视频显示其一名工程师构建了一个能够通过摄像头从头开始识别多个物体的系统，然后将其部署回 Raspberry Pi。
除了从摄像头麦克风收集数据外，新的 SDK 还允许用户从可连接到 Raspberry Pi 的任何其他类型的传感器捕获数据，包括加速计、磁力计、运动传感器、湿度和温度传感器等。
Raspberry Pi 的技术文档经理 Alasdair Allan 表示，虽然 Edge Impulse 的性能指标“很有前途”，但它仍然比他们使用 Google 的 TensorFlow Lite 框架看到的要低一些，该框架还允许用户构建机器学习模型 用于 Raspberry Pi 上的图像和语音识别等深度学习任务。
然而，艾伦指出，机器学习应用程序的数据类型和用例存在巨大差异，这使得“即使非常相似的模型也很难比较性能”。
他补充道：“新的 Edge Impulse 公告提供了两个非常重要的东西：一个用于收集数据和训练模型的从摇篮到坟墓的框架，然后在边缘部署这些自定义模型以及抽象层。
“我们越来越多地看到深度学习正在蚕食软件，这是软件中不断增加抽象性（有时称为石化）的总体趋势的一部分。 这听起来很吓人，但这意味着我们可以用更少的努力做更多的事情。 这根本不是一件坏事。”
