我最近参与的项目:端到端边缘机器学习平台 [D]
摘要
一个面向边缘设备(MCU)的开源端到端机器学习平台,简化数据标注与部署流程,具备时间序列传感器数据的自动标注器和用于数据洞察的聊天机器人。
大家好,我最近构建了一个端到端机器学习平台,能够减轻从原始传感器数据到在MCU上部署模型的痛苦。我想从对tinyML领域感兴趣的朋友那里获得一些反馈,看看有哪些可以改进的地方。我打算保持其免费开源,以便其他人也可以为开发做贡献。我尝试加入的一个主要功能是自动标注工具,因为手动标注时间序列传感器数据非常困难,所以我希望能创建一个自动标注器来简化这一过程。目前它运行得相当不错,但我肯定可以做一些改进。我还添加了一个聊天机器人,可以直接分析你的信号数据并提供洞察。期待你的反馈,看看是否有任何可以改进的地方,希望这能帮助到那些从事边缘项目的人!网址:https://sensorforge.dev/app
相似文章
Tencent EdgeOne Makers
Tencent EdgeOne Makers 是一款产品,让用户能够在数分钟内,像部署 Web 应用一样部署 AI 代理。
@abskoop: EdgeEver:一款开源自托管的AI知识库,通过MCP将你的笔记与AI代理连接。
EdgeEver是一款开源自托管的AI知识库,基于Cloudflare运行,通过MCP与AI代理集成,支持网页剪藏及从Evernote迁移数据。
求毕业设计选题(AI/ML + 云 + 其他)[D][P]
一名软件工程专业的大四学生希望寻找结合 AI/ML 与云计算、解决现实问题并提升就业竞争力的毕业设计选题。
Meta 发布新的设备端优化开源模型
Meta 宣布推出一个针对设备端部署优化的全新开源模型,旨在将高效的 AI 推理带到边缘设备。
我构建了一个用于创建和管理AI代理的开源平台(MIT许可,可免费自托管)
作者构建了一个开源、MIT许可的AI代理创建和管理平台,具备提供商无关支持、MCP集成、记忆、技能、定时触发器和看板功能,可通过Docker Compose部署。