Avaliações e Detalhes do Produto Edge Impulse

A plataforma oferece várias opções de implantação, incluindo a exportação de modelos para diferentes formatos que são otimizados para dispositivos de borda específicos. Essa flexibilidade garante que seus modelos possam ser utilizados de forma eficiente em seu hardware alvo. Análise coletada por e hospedada no G2.com.

A plataforma pode parecer um tanto limitada em termos de construção de modelos muito complexos ou especializados. Usuários com necessidades avançadas de aprendizado de máquina podem desejar opções de personalização mais extensas ou suporte para arquiteturas de modelos mais avançadas. Análise coletada por e hospedada no G2.com.

A plataforma oferece uma variedade de ferramentas de aumento de dados e pré-processamento que ajudam a melhorar a qualidade dos seus dados de treinamento. Esses recursos podem ser particularmente benéficos ao lidar com conjuntos de dados limitados, pois contribuem para um melhor desempenho e generalização do modelo. Análise coletada por e hospedada no G2.com.

Embora o Edge Impulse forneça uma abundância de documentação e recursos, alguns usuários podem achar útil ter documentação offline disponível para situações em que estão trabalhando em ambientes com acesso limitado à internet. Análise coletada por e hospedada no G2.com.

aprecie o Edge Impulse por sua interface amigável, capacidades de aprendizado de máquina adaptadas para dispositivos de borda e seu suporte para o desenvolvimento e implantação de modelos de IA para várias aplicações Análise coletada por e hospedada no G2.com.

Existem algumas limitações em termos de certas opções avançadas de personalização, compatibilidade com hardware específico ou a curva de aprendizado para aqueles que são novos em tecnologias de aprendizado de máquina e IoT. Análise coletada por e hospedada no G2.com.

Eu gosto de como é fácil importar e dimensionar dados. No geral, o Edge Impulse é uma plataforma. Poderia ser simplificado para usuários do dia a dia e oferecer mais opções para diversas aplicações de conhecimento. Análise coletada por e hospedada no G2.com.

Sempre que você retreina o modelo, há mudanças nos resultados de precisão calculados. Isso torna difícil confiar consistentemente na precisão de classificação do Edge Impulse. Análise coletada por e hospedada no G2.com.

A aparência e a facilidade de uso. Gosto da maneira simples e lógica como o fluxo de trabalho é organizado. Análise coletada por e hospedada no G2.com.

Capacidades mínimas de importação de dados e escalonamento de dados. Um grande problema que tive foi o escalonamento de tempo, que é restrito a milissegundos - isso não é útil ao importar dados de muitos bancos de dados de séries temporais. Análise coletada por e hospedada no G2.com.

Edge impulse é uma das plataformas emergentes para ML embarcado e é gratuita para desenvolvedores. Sem hardware especializado como Arduino ou Raspberry Pi, muitos problemas de aprendizado de máquina em tempo real e demorados podem ser resolvidos rapidamente. A melhor coisa sobre isso é que você pode usar seu telefone celular, computador ou uma placa de desenvolvimento compatível. A coleta de dados é super fácil, e os painéis ajudam você a gerenciar seus dados. Por exemplo, você pode visualizar seus dados anteriores, projetos e dispositivos que usou para conectar, etc. Muito fácil de usar, basta escanear o código QR e o dispositivo se conecta via um link. Como qualquer modelo de ML, conjuntos de dados de treinamento e teste precisam ser criados e você pode criar vários rótulos para sua referência. Você pode adicionar filtros para melhorar seus resultados ou para a conversão ou entrada desejada. É simples; mesmo se você for um iniciante, basta adicionar os filtros recomendados, e eles funcionam muito bem. A abordagem de arrastar e soltar resolve a maior parte da abordagem de codificação. Não há muitas abordagens baseadas em GUI de código aberto como esta. Análise coletada por e hospedada no G2.com.

Não muito, na verdade. Reduz a abordagem de codificação, o que pode se tornar um hábito para desenvolvedores ao longo do tempo. Mas todos estão procurando por modelos de GUI hoje em dia, então pode ser útil. Por outro lado, pode ser difícil para quem busca controle de cada parâmetro e personalização completa nos detalhes da abordagem. Análise coletada por e hospedada no G2.com.

É uma plataforma baseada em aprendizado de máquina para empresas melhorarem sua experiência em diferentes dispositivos embarcados para visuais de áudio-vídeo, sensores em grande escala. Com sua ajuda, todos os engenheiros ou desenvolvedores podem resolver os problemas usando aprendizado de máquina, levando a um tempo de solução muito rápido. Análise coletada por e hospedada no G2.com.

A plataforma em si é boa o suficiente para usar, mas pode ser simplificada e tornada fácil de entender também pelas pessoas comuns em termos de análises gerais, e não apenas pelos desenvolvedores ou programadores. Análise coletada por e hospedada no G2.com.

A interface do usuário que permite que um novo usuário interaja e use a plataforma com confiança, sem esconder nada do usuário, é uma das melhores coisas que eu gosto sobre o Edge Impulse. Análise coletada por e hospedada no G2.com.

A interface no celular precisa ser melhorada em comparação com a visualização no desktop. Além disso, a seção de soluções poderia ter mais opções para acessar a variedade e o usuário pode aplicar o conhecimento com diversificação. Análise coletada por e hospedada no G2.com.

Ter uma interface simples e consistente para construir micro sistemas de IA, com controle excelente sobre a coleta de dados, experimentos, implantação (este é o segredo deste sistema, na minha opinião) Análise coletada por e hospedada no G2.com.

Não tão detalhado em fornecer informações sobre a estrutura de NN, seria bom explorar a implementação geral com mais detalhes sobre tópicos "internos". A saída ARM em 32 bits é de alguma forma difícil de portar para toolchains não convencionais, como frequentemente acontece em dispositivos embarcados. Análise coletada por e hospedada no G2.com.

Edge impulse torna o aprendizado de máquina possível para dispositivos Edge usando uma interface gráfica baseada em usuário fácil. Ele suporta uma ampla gama de dispositivos, como Raspberry Pi, telefones celulares, etc. Análise coletada por e hospedada no G2.com.

O suporte para dispositivos incorporados personalizados poderia ser aprimorado. A empresa poderia fornecer alguns recursos adicionais na Edição para desenvolvedores para que mais e mais pessoas possam experimentá-la. Análise coletada por e hospedada no G2.com.