Kategorien durchsuchen
Entdecken
Fiverr Pro
Deutsch
$
USD
Ich erstelle TinyML-Sensorklassifizierungs-Firmware für STM32 und nRF
Embedded-Entwickler, 8 Jahre Erfahrung, stark in C, Python und verwandten Tools. Leistungsprofilierung, Debugging-Schaltung. -NBIoT(nrf9160, quectel,simcon) -Zephyr, Matter, Connectedhomeip -ESP32 -Bl...
Über diesen Service
Soll dein Sensormodul Bewegungen, Vibrationen, Stöße oder andere Ereignisse lokal erkennen, ohne eine Cloud-Verbindung zu benötigen?
Ich arbeite an eingebetteter Sensoraufnahme, DSP-Pipelines und praktischer TinyML/Edge-AI-Integration für ressourcenbegrenzte Mikrocontroller.
Was ich anbiete:
IMU-, Beschleuniger- und Vibrationssensor-Integration über I2C/SPI
Präzises Sampling, Puffern und Zeitstempeln
Filtern, FFT, RMS, Spektralmerkmale und Ereignisfenster-Extraktion
Python-Datenvorverarbeitung und gelabelte Ereignis-Auswertung
Regelbasierte Baselines vor dem Machine Learning, wenn sinnvoll
Kompakte Inferenzintegration auf unterstützten STM32/nRF-Zielen
Messung von CPU-Last, Latenz, RAM, Flash und Energieverbrauch
Mein Embedded-Wachstum umfasst Nordic, STM32, Zephyr und eine Echtzeit-Hochfrequenz-Sensoraufnahme.
Die Pakete decken einen Prototyp ab; neue PCB-Designs, Datensammlungen, regulierte medizinische Algorithmen und Cloud-Dashboards sind separat.
Teile dein Sensor-Modell, Datensatz und die benötigten erkannten Ereignisse vor der Bestellung mit.
Plattform:
STM32
Sensoren:
Beschleunigungsmesser
•
Ton & Vibration
•
Gyroscope
Expertise:
Firmware-Entwicklung
•
AI
•
Signalverarbeitung
Mein Portfolio
FAQ
Automatische Übersetzung
Kannst du ein Modell bauen, wenn ich kein Dataset habe?
Wir können mit Sensor-Datenerfassung und einem Event-Labeling-Plan beginnen. Eine vollständige Klassifikation erfordert repräsentative Aufnahmen und Labels.
Wird die Inferenz direkt auf dem MCU laufen?
Ziel ist Premium, falls Ziel-Speicher, Rechenleistung und Eingangsmerkmale dies unterstützen. Die Machbarkeit wird vor der Festlegung einer Modellarchitektur geprüft.
