Maker Kingham Xu, creador del OV-Watch de código abierto, ha presentado un nuevo kit de desarrollo: un "mini devkit" basado en STM32F4 de STMicroelectronics diseñado para proyectos que van desde el control en tiempo real hasta el aprendizaje de máquinas diminutas (tinyML): el FryPi.
El kit de desarrollo compacto se basa en el STMicro STM32F411REU6, elegido por su compatibilidad con -CEU6. La placa incorpora un único núcleo de microcontrolador Arm Cortex-M4F a 100 MHz, un procesador de señales digitales (DSP) y un acelerador ART, 128 KB de memoria estática de acceso aleatorio (SRAM) y 512 KB de memoria flash integrada con soporte para expansión externa.
Aunque la placa puede utilizarse como un simple kit de desarrollo mediante la salida de sus salidas de propósito general (GPIOs) a dos conectores de doble fila de patillas de 0,1 pulgadas en cada lado, hay soporte para módulos de expansión adicionales, incluyendo una pantalla táctil y sensores de cámara.
Para demostrar las capacidades de aprendizaje automático del microcontrolador en el dispositivo, Kingham Xu escribió un conjunto de programas de entrenamiento que incluían el reconocimiento de dígitos escritos a mano, el reconocimiento de gestos mediante una cámara térmica y el reconocimiento facial con un sensor Omnivision OV2640.
Se puede encontrar más información sobre el proyecto en la página de Xu en Hackaday.io, y el código fuente y los archivos de diseño de hardware están disponibles en GitHub.
Aunque la placa puede utilizarse como un simple kit de desarrollo mediante la salida de sus salidas de propósito general (GPIOs) a dos conectores de doble fila de patillas de 0,1 pulgadas en cada lado, hay soporte para módulos de expansión adicionales, incluyendo una pantalla táctil y sensores de cámara.
Para demostrar las capacidades de aprendizaje automático del microcontrolador en el dispositivo, Kingham Xu escribió un conjunto de programas de entrenamiento que incluían el reconocimiento de dígitos escritos a mano, el reconocimiento de gestos mediante una cámara térmica y el reconocimiento facial con un sensor Omnivision OV2640.
Se puede encontrar más información sobre el proyecto en la página de Xu en Hackaday.io, y el código fuente y los archivos de diseño de hardware están disponibles en GitHub.