Публикуем программу тренинга по 4diac 🔥

1. Обзор 4diac и Forte
• Среда разработки и среда исполнения
• Базовое приложение
• Приложения с сетевым соединением по MQTT и Modbus
2. Структура исходных кодов проектов Forte
3. Функциональные блоки и обработка событий
• События
• Входные переменные
• Типы функциональных блоков
• Композитные функциональные блоки
4. Собственные функциональные блоки
• Типы функциональных блоков
• Кастомные функциональный блоки
5. Сетевая подсистема и система ввода-вывода
• Стандартные функциональные блоки
• Архитектура сетевой подсистема
• Архитектура подсистемы ввода-вывода
6. Протокол взаимодействия 4diac и Forte
• Файлы конфигурации
• Взаимодействие 4diac и forte
7. 4diac как система реального времени

Продолжительность тренинга: 2 дня

Даты тренинга на данный момент формируются по запросу.

Для записи необходимо направить заявку по почте: [email protected]

⭐️ Наши коллеги из SberDevices 5 декабря в 11.00 проводят конференцию по системному ПО, железу, Linux и open source  — OS DevConf. Формат - онлайн и оффлайн.

Конференция будет полезна разработчикам системного и встраиваемого ПО, специалистам по разработке ядра и драйверов, специалистам по SoC, сетевым инженерам.

Спикеры расскажут о работе с ядром Linux, а также поделятся докладами про прототипы SoC, драйверы на Rust, параллельное программирование без ОС и системное программирование.

Полную программу можно посмотреть на сайте конференции.

🔥Коллеги, напоминаем, что 19.12 в 11.00, состоится новый бесплатный вебинар на тему “Изюминки микропроцессорных архитектур. Часть 3”.

Темы, которые будут рассмотрены: организация обработки прерываний на различных архитектурах (m68k, x86, powerpc, arm и др.); некоторые особенности обработки в различных ОС; типичные проблемы.

Регистрация доступна по ссылке: https://rtsoft-swdc.timepad.ru/event/3148858/

🔥 Мы начинаем наш вебинар уже через 1 час!

Регистрация доступна по ссылке: https://rtsoft-swdc.timepad.ru/event/3148858/

Коллеги, делимся новыми датами тренингов на январь и февраль 2025:

➡️Разработка драйверов Linux - 3-7 февраля 2025

➡️ Углубленный тренинг по загрузчику - 21-22 января 2025 (успейте подать заявку!)

‼️Новые даты тренинга “Основы разработки встраиваемых систем на базе Embedded Linux” будут объявлены позднее!

Для регистрации необходимо заполнить и отправить форму на сайте: https://linuxcourses.rtsoft.ru/

Подборка кейсов по ML и Computer Vision

Мы регулярно занимаемся выполнением заказов, связанных с разработкой систем на основе машинного обучения и компьютерного зрения, поэтому сегодня решили поделиться наиболее интересными кейсами из практики:

📌Компьютерное зрение на производстве: система контроля качества продукции предприятия - https://outsource.rtsoft.ru/blog/computer-vision-in-manufacturing

📌 Наш опыт интеграции мультимедийной приставки на базе RK3588 и AR/VR-очками - https://outsource.rtsoft.ru/blog/rk3588-virtual-reality

📌 Оптическое распознавание символов и автоматизация бизнеса- https://outsource.rtsoft.ru/blog/ocr

📌 Система компьютерного зрения для распознавания пассажиропотока в транспорте - https://outsource.rtsoft.ru/blog/underground-passengers-monitoring

📌 AI тренировки на смартфоне - https://outsource.rtsoft.ru/blog/ai-movement-recognition

🔥Планируем вебинар по компьютерному зрению!

Поделитесь в комментариях, какие темы бы было интересно разобрать?

❗️ Коллеги, важная информация!

Тренинг “Разработка драйверов Linux” переносится на 24-28 февраля.

Успейте подать заявку на обучение по ссылке: https://linuxcourses.rtsoft.ru/

Выбираем оборудование и фреймворки для EML (Embedded Machine Learning)

Основная задача EML — адаптировать мощные алгоритмы машинного обучения к работе на ресурсозависимых платформах.

Самые популярные устройства:

➡️Raspberry Pi (для начальных экспериментов и лёгких приложений)
➡️NVIDIA Jetson Nano/AGX Xavier (для задач с интенсивными вычислениями, например, компьютерного зрения)
➡️Google Coral Dev Board (для инференса моделей TensorFlow Lite с поддержкой Edge TPU)
➡️ASUS Tinker Board, Banana Pi (альтернативы для недорогих приложений IoT)

Фреймворки:
TensorFlow Lite позволяет уменьшать модели через квантизацию, что помогает сделать их более компактными и эффективными для мобильных устройств.

MicroTVM интегрируется с популярными библиотеками глубокого обучения (TensorFlow, PyTorch) и оптимизирует их для микроконтроллеров.

Для ARM-процессоров идеально подходит CMSIS-NN.

Если используется Google Coral, то можно использовать Edge TPU Compiler для ускорения инференса и оптимизации моделей для работы с Edge TPU.

Актуальные тренды в Embedded Machine Learning: что изучать разработчикам в 2024

📎 TinyML. TinyML — это направление, ориентированное на запуск моделей на микроконтроллерах (например, Arduino, ESP32) с минимальным энергопотреблением. Акцент делается на оптимизацию алгоритмов под устройства с памятью в десятки килобайт.

Что изучать: Фреймворки TensorFlow Lite Micro и Edge Impulse, которые упрощают развертывание моделей на MCU.

📎Квантование и сжатие моделей. Сокращение размера нейросетей без потери точности — ключевая задача. Техники посттренировочного квантования (8-битная) и дистилляция моделей становятся стандартом.

📎Аппаратные ускорители. Специализированные чипы (NPU, GPU) для ML-вычислений на краю сети (Edge AI) ускоряют инференс.

📎 Edge AI и локальная обработка данных. Отказ от облачных вычислений в пользу локальных решений снижает задержки и повышает безопасность. Например, камеры с распознаванием лиц напрямую на устройстве.

📎AutoML для Embedded. Автоматизация выбора архитектур моделей под конкретные устройства. Платформы вроде Qeexo AutoML генерируют код для микроконтроллеров.

Напоминаем, что актуальные даты тренингов можно найти на нашем официальном сайте - они регулярно обновляются.

А обо всех грядущих изменениях, если они происходят, мы сообщаем здесь 🙂

‼️ Хорошие новости: 27 февраля в 19.00 состоится новый вебинар от ЦПР РТСофт “Машинное зрение в промышленных системах”

Ссылка для регистрации: https://rtsoft-swdc.timepad.ru/event/3235162/

Распознавание кодов DataMatrix

Ввиду внедрения обязательной маркировки продукции, все большее и большее распространение получают коды DataMatrix. Подробнее о построении системы для распознавания таких кодов мы расскажем на нашем вебинаре, а сегодня поделимся основными фактами:

📎 Размер кода Data Matrix - от 10x10 до 144x144 с максимальной емкостью данных 3116 чисел или 1556 байт.
📎 Коды Data Matrix могут выдерживать до 25% повреждений, оставаясь читаемыми.
📎 Коды Data Matrix можно комбинировать с RFID для получения дополнительных преимуществ автоматизации, таких как считывание вне прямой видимости и одновременное считывание меток.