이우의 개발일지

7월달에 올렸던 글을 이어서 쓰자면, 결과적으로 STM32보드에 AI Model을 올리는 것은 실패로 끝났다. 그 이유는, STM32H747I-DISCO 보드가 기존에 쓰던 STM32 시리즈의 보드와는 다르게 GPIO, UART 등의 핀으로 설정할려고 봤는데 밑에 사진 처럼 Pin name과 MCU pin 이름이 달라서 헷갈렸고, 내가 설정한 Pin 어딨는지 찾는 것이 문제였다. 또한, 쓸 수 있는 핀의 개수가 너무 한정적이여서 우리가 할려는 로봇팔의 모터 구동 및 AI ML 모델을 돌리기에 부족했다고 생각했다.  그래서, ML 모델은 라즈베리파이4로 돌리고 로봇팔의 모터는 STM32F427i로 돌리기로 했다. 그래도 임베디드용 ML 모델이기 때문에 경량화와 최적화가 잘되어있어서 라즈베리파이로 돌리면 성..

약 3주란 시간 동안 임베디드용 머신러닝 모델 개발에 시간을 투자했다.AI 쪽 ML 학습은 생소한 분야라서 학습 시키는게 더 어려웠던 것 같다.   STM32 보드를 이용해 딸기를 인식하는 ML 모델 개발하기AI가 유행인만큼 ML 모델 레퍼런스가 어느정도 있어 처음에는 이렇게 어려울지 몰랐다. 그러한 경험을 상세히 녹여볼려고 한다. 이용할 보드 및 카메라 : STM32H747I-DISCO, B-CAMS-OMV https://www.st.com/en/evaluation-tools/b-cams-omv.html 데이터셋 찾기 or 만들기딸기는 솔직히 흔해서 데이터셋이 많은 줄 알았는데 아니였다.. 위처럼 다양한 데이터셋 사이트가 많은 것처럼 보이지만, 막상 까보면 사진이 정말 이상하거나 바운딩박스 좌표가 한 ..