Workflow
Vom Datensatz zum laufenden Modell
In 6 Schritten von der Idee zur produktionsreifen Edge-KI.
01
Daten sammeln
Sensordaten lokal aufzeichnen oder Edge Impulse Data Forwarder nutzen.
02
Feature Engineering
MFCC, FFT, Spektrogramme oder direkte Rohwerte als Merkmale extrahieren.
03
Modell trainieren
Keras/PyTorch in der Cloud trainieren — klein, quantisierungsfreundlich.
04
Optimieren
INT8- oder INT4-Quantisierung mit TFLite Converter; Größe auf <500 KB reduzieren. Mixed-Precision ab TFLite 2.16+.
05
Deployen
Modell als C-Array einbetten, mit TFLite Micro interpretieren und flashen.
06
Monitoren
Konfidenz-Werte per MQTT senden, Drift erkennen, Modell iterieren.