隨著 AI 與邊緣計算的蓬勃發展，開發者可以在微控制器（MCU）上實現高效能的機器學習任務。本文將介紹如何利用Nuvoton 的 NuEdgeWise 工具結合 ARM Cortex-M55 和 Ethos-U55 NPU，加速影像辨識模型的訓練與部署，實現「貓狗分類」的 AI 應用。
一、開發平台簡介：M55M1
M55M1 是新唐科技（Nuvoton）推出的高性能 AI 微控制器，搭載：
- Arm® Cortex®-M55 處理器運行頻率 200 MHz
- Arm® Ethos®-U55 神經處理單元（NPU）
- 1.5MB SRAM與2MB Flash，支援額外的8MB HyperRAM
- 支持 CMOS 感測器、音訊處理器、USB、乙太網路和 CAN FD 通訊等
其內建的 Helium 指令集與 NPU 能夠極大提升 ML 模型的運行效率。
二、NuEdgeWise 是什麼呢？
NuEdgeWise 是一套由 Nuvoton 提供的機器學習工具組，提供簡易的介面與流程。
三、建立貓狗識別的相關流程
- 建立和訓練模型
- 調整與優化模型（使用 Vela Compiler）
- 轉換為可在 MCU 上運行的 TensorFlow Lite Micro 模型
- 部署到 M55M1 開發板並即時推理
GitHub 儲存庫：https://github.com/OpenNuvoton/NuEdgeWise
並且下載圖片分類的範例程式碼
https://github.com/OpenNuvoton/ML_Image_Classification
環境建置完成後的NuEdgeWise介面
將準備好的貓狗圖片匯入，作為訓練的素材
接下來可以設定相關的參數作為訓練，並且點擊 RUN 後即可開始訓練。
再通過Vela編譯器將TFLite模型轉換為Ethos-U55的指令，以便在NPU上執行
最後會生成相對應的檔案
將資料拷貝至原本下載好的專案
燒錄後執行，可在終端機看到識別結果及識別率
四、應用延伸
透過 NuEdgeWise 的架構，不僅可以識別貓和狗，還可以擴展至：
- 人臉辨識
- 車輛分類
- 缺陷檢測
- 工業設備監控
五、結語
NuEdgeWise與M55M1的整合為開發者提供了一個完整且強大的機器學習平台。無論是教育、創客專案，還是低功耗智慧設備，都能透過此工具實現AI on Edge的願景。
►場景應用圖
►展示板照片
►方案方塊圖
►核心技術優勢
1. Arm Cortex-M55 + Ethos-U55 架構：MCU 級別支援 AI 運算的頂級組合，提供高達 3 GOPS 的效能，適合執行 CNN 神經網路。 2. Helium 向量指令集 (MVE)：高效的影像與數據處理能力，顯著提升前處理如 RGB 轉換、影像縮放等效能。 3. TensorFlow Lite for Microcontrollers：使用開源 TFLM + CMSIS-NN 推理引擎，模型可轉換為 .h 格式嵌入 MCU。 4. NuEdgeWise 工具鏈整合：提供從數據前處理、模型訓練、量化轉換、部署編譯的一站式流程，大幅降低開發門檻。 5. 低功耗 AI 模式支援：支援 Motion Detection、Acoustic Energy Detection、Smart Wakeup 等硬體喚醒技術，延長電池壽命。 6. 模組化設計與豐富 I/O：板載感測器包含 CMOS 攝影機、麥克風、MPU6500、WiFi、MicroSD 等，適合整合至各類終端應用。
►方案規格
Edge AI識別物品，M55M1 MCU支援TFLite格式的神經網路，模型由TensorFlow框架訓練，透過LiteRT（原稱TensorFlow Lite）工具將神經網路權重量化為INT8格式，並透過Vela編譯器將TFLite模型轉換為Ethos-U55的指令，以便在NPU上執行。