Návrh a vývoj zařízení pro detekci zvukových událostí pomocí strojového učení

Abstract

Tato bakalářská práce se zabývá návrhem a implementací systému pro detekci výstřelů pomocí strojového učení na vestavěných systémech. Konkrétně jde o konvoluční neuronovou síť naučenou na spektrogramových datech vytvořených ze zvukových záznamů. Navržený model byl implemen tován na mikrokontrolér MCXN947, který podporuje harwarovou akceleraci pro konvoluční sítě. Práce popisuje proces výběru a přípravy datasetu, návrhu architektury modelu, jeho optimalizaci a kvantizaci pro cílový mikrokontrolér a následnou finální implementaci.

This bachelor thesis deals with the design and implementation of a gunshot detection system using machine learning on embedded systems. Specifically, it focuses on a convolutional neural net work trained on spectrogram data generated from audio recordings. The proposed model was implemented on the MCXN947 microcontroller, which supports hardware acceleration for neural networks. The thesis describes the process of dataset selection and preparation, model architec ture design, its optimization and quantization for the target hardware, and the subsequent final implementation.