Assessing the Efficacy of TinyML Implementations on STM32 Microcontrollers: A Performance Evaluation Study

In recent years, there has been a growing need for efficient deployment of deep learning models on resource-limited edge devices. This trend has prompted the development of NVIDIA's TAO Toolkit and TensorFlow Lite Micro framework as promising solutions for running deep-learning models on STM32...

Celý popis

Podrobná bibliografie

Vydáno v:	International Conference on Advanced Technologies for Signal and Image Processing (Online) Ročník 1; s. 267 - 271
Hlavní autoři:	Ali, Diouani, Ridha, El Hamdi, Mohamed, Njah
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 11.07.2024
Témata:	Accuracy Analytical models Computational modeling Deep learning Deep Learning Models Microcontrollers Model Optimization NVIDIA's TAO Toolkit Performance evaluation Resource-limited Edge Devices STM32 Microcontrollers TensorFlow Lite Micro Tiny machine learning
ISSN:	2687-878X
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!