应用视频－MG24结合机器学习开发工具实现玻璃破碎检测应用

本应用视频演示了通过EFR32MG24（MG24）无线SoC实现玻璃破碎检测（Glass Break）应用，并与市面上商用贩售的检测传感器做性能对比，结果显示基于MG24开发的玻璃破碎检测应用具有和市售传感器同样优异的性能，在避免错误侦测及触发方面的表现甚至优于市售传感器，而且采用无线SoC的设计能够具备灵活、可扩展和面向未来的机器学习功能的特色。该演示使用的开发套件包括MG24 BRD2601A开发板和Silicon Labs的机器学习开发工具，欢迎点击下方视频预览页面或是通过链接访问我们的Bilibili官方站点收看完整内容：https://www.bilibili.com/video/BV1Ea411X7ug?spm_id_from=333.999.0.0&vd_source=30591d3835530d12c510fc12678a5b63

MG24是使用Matter、OpenThread 和Zigbee 协议实现网状物联网无线连接的理想选择，适用于智能家居、照明和楼宇自动化产品。凭借高性能2.4 GHz RF、低电流消耗、AI/ML硬件加速器和Secure Vault?等关键功能，物联网设备制造商可以创建智能、稳健、节能的产品，避免远程和本地网络攻击。该SoC搭载内核为ARM Cortex?-M33运行高达78 MHz、1.5 MB的闪存和256kB 的RAM，可为要求苛刻的应用程序提供资源，同时为未来的功能增长预留空间。目标应用包括网关和集线器、传感器、开关、门锁、LED 灯泡、灯具、定位服务、预测性维护、玻璃破碎检测、唤醒词检测等。了解更多产品信息：https://cn.silabs.com/wireless/zigbee/efr32mg24-series-2-socs

Silicon Labs社交媒体平台

来源：中国科技小圈子