前言
DEEPCRAFT™ Studio 是 Infineon / Imagimob 推出的圖形化開發環境，用於創建並訓練專為邊緣設備（Edge Devices）設計的 AI / 機器學習模型。透過這個工具，工程師可以在同一個介面中完成資料收集、標註、特徵工程、模型訓練與評估，最後將模型匯出到 MCU 或 SoC 平台上部署。
相比於從零開始手寫程式與腳本，DEEPCRAFT Studio 提供了「Studio Accelerators」和各種專案模板，將常見應用（例如聲音檢測、震動監測、影像物體檢測等）包裝成可直接使用的專案，內建資料集與模型架構，大幅縮短從概念到原型（Proof-of-Concept）的時間，特別適合邊緣 AI 應用開發與展示。
DEEPCRAFT下載處
https://www.infineon.com/design-resources/embedded-software/deepcraft-edge-ai-solutions
DEEPCRAFT介紹
主視窗與歡迎頁面
啟動 DEEPCRAFT™ Studio 後的主視窗。中央的歡迎頁面提供三個快速入口：新專案（建立新專案）雲端工作雲端訓練工作打開專案（打開已有專案），並附上開發者文件連結，左右兩側則是專案歷史與屬性視窗區。
從選單建立新專案
透過上方功能列的 File 選單，選擇 New Project… 來建立新的 DEEPCRAFT 專案。這是除了點擊歡迎頁面按鈕之外，另一種進入新專案精靈的方式。
新專案向導與模板分類
新專案向導介面。左側可以看到 Templates（普通專案模板）與 Studio Accelerators（加速器專案）等分類，包含 Classification（分類）、Regression（回歸）、Object Detection（目標檢測）、Graph UX（圖形使用者體驗）等不同應用方向。下方可以設定 New Project Name（專案名稱）、Location（儲存路徑），並可選擇是否同時建立 ModusToolbox Project，以便後續匯出到 MCU 專案中。
AI模型種類
下面可以看到幾個分類的範例。
IMU與振動類Studio加速器
在 Studio Accelerators → Classification → IMU & Vibration 類別下，右側列出多種與加速度計 / 陀螺儀相關的範例專案，例如 Human Activity Detection（人體活動檢測）、Fall Detection（跌倒檢測）、Anomalous Vibration Detection（異常振動檢測）、Drill Material Detection IMU（鑽頭材質判別）、Movement Type Detection（動作類型檢測），可用於快速構建各種運動與振動相關的邊緣 AI 應用。
音訊類 Studio Accelerators 範例
在 Studio Accelerators → Classification → Microphone 類別下，右側列出多個已定義好的音訊專案，例如 Siren Detection（警笛偵測）、Baby Cry Detection（嬰兒哭聲偵測）、Gunshot Detection（槍聲偵測）、Keyword Detection（關鍵字偵測）、Home Sounds Detection（家庭聲音偵測）等。每個專案都附帶資料集、前處理與模型架構，可直接用來快速建立聲音識別與環境音偵測的邊緣 AI 應用。
電容與感應類型 Studio 加速器
在 Studio Accelerators → Classification → Capacitive & Inductive Sensing 類別下，提供 Touch Detection（觸控檢測）與 Water Detection（積水 / 觸碰檢測）兩個範例專案，利用電容感測數據建立模型，用於判斷是否有人觸碰或是否有水存在。
電氣信號類 Studio Accelerators
在 Studio Accelerators → Classification → Electrical Signals 類別下，右側顯示 Motor Load Imbalance Detection 範例專案，透過測量電機電氣信號來判斷電機負載是否不平衡，適合用於工業預測性維護與設備監控場景。
影像物件檢測類 Studio Accelerators
在 Studio Accelerators → Object Detection → Camera 類別下，提供兩個影像相關的示範專案：Termite Detection（白蟻檢測）與 Rock Paper Scissors Detection（剪刀石頭布手勢檢測），可用攝影機影像訓練模型來識別特定物體或手勢，展示在邊緣設備上進行視覺 AI 的應用。
PSoC Edge 與 DEEPCRAFT Studio 打造完整的邊緣 AI 模型版圖
從前面的畫面與範例可以看到，DEEPCRAFT™ Studio 已經為 PSoC Edge 準備好了非常完整的機器學習模型種類：
IMU與振動：人體活動檢測、跌倒檢測、異常振動、鑽頭材質判斷、動作形態分類等，適用於穿戴式設備、預測性維護與設備監控。
麥克風：嬰兒哭聲、警報器、關鍵詞、家中環境聲、工具機噪音等各種聲音識別，適合智慧家電、智慧建築與安全監控。
電容與電感感測：觸控與積水檢測，可延伸至人機介面、安全檢測與防水應用。
電信號：例如電機負載不平衡檢測，直接對應到工業電機健康監控。
Camera 物件檢測：從白蟻檢測到剪刀石頭布手勢識別，展示如何在邊緣端進行輕量級視覺 AI。
這些 Studio Accelerators 不僅提供模型架構，還包含資料集與前處理流程，讓開發者可以「先用範例快速跑起來」，再根據實際應用調整資料與模型。配合 PSoC Edge 的計算資源與 ModusToolbox 專案整合，工程師可以更快完成從資料收集、模型訓練到韌體部署的整條邊緣 AI 開發流程。
整體而言，Infineon PSoC Edge 搭配 DEEPCRAFT Studio 所提供的模型種類，已經涵蓋運動、聲音、觸控、電氣信號與影像等關鍵感測領域，對於想在 MCU 上導入機器學習的開發者來說，是一套能大幅縮短開發時程、降低入門門檻的完整解決方案。
評論