Um estudo de avaliação da viabilidade energética da tecnologia tinyml em dispositivos embarcados para aplicações de visão computacional no cenário IoT

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Nardi, Adriel Monti De
Orientador(a): Monteiro, Maxwell Eduardo
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Serra
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Tinyml
Iot
Sistemas embarcados
Visão computacional
Link de acesso: https://repositorio.ifes.edu.br/handle/123456789/4323
Resumo: A tecnologia TinyML, na interseção de Aprendizado de Máquina, Sistemas Embarcados e IoT, promete soluções para diversos domínios. No entanto, sua implementação eficaz em dispositivos embarcados requer otimização energética. Pesquisas de campo foram conduzidas, destacando um modelo TinyML de visão computacional em catracas de um Instituto Federal. O dispositivo contabiliza pessoas, monitora bateria e transmite dados em tempo real para a nuvem. Neste estudo, a viabilidade energética de sensores Smart IoT usando TinyML foi avaliada. Resultados destacaram a influência da carga da bateria no consumo e duração da operação. O projeto contou com 3(três) protótipos para o estudo. O primeiro protótipo mostrou desempenho inicial coerente, mas desafios persistentes na eficiência energética. O segundo protótipo, com baterias de lítio em série, evidenciou a influência significativa do módulo de câmera no consumo de energia, destacando a necessidade de ajustes na distribuição da carga. O terceiro e último protótipo, com baterias de lítio em paralelo, revelou insights sobre o comportamento da voltagem em diferentes cenários, destacando a importância da voltagem inicial e o impacto da detecção de pessoas no consumo de energia. A análise detalhada da assertividade do modelo ao longo do tempo fornece insights para possíveis otimizações, destacando a importância de testes em diversos cenários. O projeto demonstra eficácia na detecção de pessoas, destaca a necessidade de aprimoramentos para maior autonomia e eficiência energética em projetos IoT, contrariando a visão otimista na literatura sobre a tecnologia TinyML. Este experimento fornece informações valiosas para a comunidade acadêmica em busca de conhecimento e melhorias.
id IFES-2_9b087f7b4afe0b5c485259dc10247baf
oai_identifier_str oai:repositorio.ifes.edu.br:123456789/4323
network_acronym_str IFES-2
network_name_str Repositório Institucional do IFES
repository_id_str
spelling Nardi, Adriel Monti DeTello, Richard Junior Manuel GodinezVassoler, Gilmar LuizMonteiro, Maxwell Eduardo2024-02-07T20:05:48Z2024-02-07T20:05:48Z2023Nardi, Adriel Monti De Nardi. Um estudo de avaliação da viabilidade energética da tecnologia tinyml em dispositivos embarcados para aplicações de visão computacional no cenário IoT. 2023. 69 p. Dissertação (Mestrado em Computação Aplicada) - Instituto Federal do Espírito Santo, Campus Serra, Serra, 2023.https://repositorio.ifes.edu.br/handle/123456789/432330004012075P4A tecnologia TinyML, na interseção de Aprendizado de Máquina, Sistemas Embarcados e IoT, promete soluções para diversos domínios. No entanto, sua implementação eficaz em dispositivos embarcados requer otimização energética. Pesquisas de campo foram conduzidas, destacando um modelo TinyML de visão computacional em catracas de um Instituto Federal. O dispositivo contabiliza pessoas, monitora bateria e transmite dados em tempo real para a nuvem. Neste estudo, a viabilidade energética de sensores Smart IoT usando TinyML foi avaliada. Resultados destacaram a influência da carga da bateria no consumo e duração da operação. O projeto contou com 3(três) protótipos para o estudo. O primeiro protótipo mostrou desempenho inicial coerente, mas desafios persistentes na eficiência energética. O segundo protótipo, com baterias de lítio em série, evidenciou a influência significativa do módulo de câmera no consumo de energia, destacando a necessidade de ajustes na distribuição da carga. O terceiro e último protótipo, com baterias de lítio em paralelo, revelou insights sobre o comportamento da voltagem em diferentes cenários, destacando a importância da voltagem inicial e o impacto da detecção de pessoas no consumo de energia. A análise detalhada da assertividade do modelo ao longo do tempo fornece insights para possíveis otimizações, destacando a importância de testes em diversos cenários. O projeto demonstra eficácia na detecção de pessoas, destaca a necessidade de aprimoramentos para maior autonomia e eficiência energética em projetos IoT, contrariando a visão otimista na literatura sobre a tecnologia TinyML. Este experimento fornece informações valiosas para a comunidade acadêmica em busca de conhecimento e melhorias.TinyML technology, at the intersection of Machine Learning, Embedded Systems, and IoT, promises solutions for various domains. However, its effective implementation in embedded devices requires energy optimization. Field research was conducted, focusing on a TinyML computer vision model in turnstiles at a Federal Institute. The device counts people, monitors battery, and transmits real-time data to the cloud. In this study, the energy viability of Smart IoT sensors using TinyML was evaluated. Results highlighted the influence of battery charge on consumption and operational duration. The project involved 3 prototypes for the study. The first prototype showed consistent initial performance but faced persistent challenges in energy efficiency. The second prototype, with series lithium batteries, revealed the significant influence of the camera module on energy consumption, emphasizing the need for adjustments in load distribution. The third and final prototype, with parallel lithium batteries, provided insights into voltage behavior in different scenarios, highlighting the importance of initial voltage and the impact of people detection on energy consumption. Detailed analysis of the model's accuracy over time provides insights for possible optimizations, emphasizing the importance of testing in diverse scenarios. The project demonstrates effectiveness in people detection, underscores the need for enhancements for greater autonomy and energy efficiency in IoT projects, challenging the optimistic view in the literature on TinyML technology. This experiment provides valuable information for the academic community seeking knowledge and improvements.Fundação de Amparo à Pesquisa e Inovação do Espírito Santo (FAPES)69 p.TinymlIotSistemas embarcadosVisão computacionalUm estudo de avaliação da viabilidade energética da tecnologia tinyml em dispositivos embarcados para aplicações de visão computacional no cenário IoTinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisSerrainfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional do IFESinstname:Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo (IFES)instacron:IFESCampus Serrahttp://lattes.cnpq.br/8831352516689445ORIGINALDissertação.pdfDissertação.pdfapplication/pdf3825918https://repositorio.ifes.edu.br/bitstreams/91cd73c2-522e-4069-acaa-96f2888aa0ff/download965fed6de04bc9379459be799d21bc90MD51trueAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-8934https://repositorio.ifes.edu.br/bitstreams/a33e2802-0fee-41ca-a1ec-f80b7619774e/downloadac7cb971050ed632be934da23d966924MD52falseAnonymousREADTEXTDissertação.pdf.txtDissertação.pdf.txtExtracted texttext/plain122504https://repositorio.ifes.edu.br/bitstreams/31acf1f4-c816-4d0b-91c1-4fd08d26d527/downloade7e24025db12f512250be001a895723bMD53falseAnonymousREADTHUMBNAILDissertação.pdf.jpgDissertação.pdf.jpgGenerated Thumbnailimage/jpeg2204https://repositorio.ifes.edu.br/bitstreams/71df0ad3-bf57-46ce-8d72-aa46b643013d/download2812e4ab6e0f8afbde941ef838b931e1MD54falseAnonymousREAD123456789/43232025-09-05T19:18:00.061Zopen.accessoai:repositorio.ifes.edu.br:123456789/4323https://repositorio.ifes.edu.brRepositório InstitucionalPUBhttps://repositorio.ifes.edu.br/server/oai/requestrepositorio@ifes.edu.bropendoar:2025-09-05T19:18Repositório Institucional do IFES - Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo (IFES)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
dc.title.pt_BR.fl_str_mv Um estudo de avaliação da viabilidade energética da tecnologia tinyml em dispositivos embarcados para aplicações de visão computacional no cenário IoT
title Um estudo de avaliação da viabilidade energética da tecnologia tinyml em dispositivos embarcados para aplicações de visão computacional no cenário IoT
spellingShingle Um estudo de avaliação da viabilidade energética da tecnologia tinyml em dispositivos embarcados para aplicações de visão computacional no cenário IoT
Nardi, Adriel Monti De
Tinyml
Iot
Sistemas embarcados
Visão computacional
title_short Um estudo de avaliação da viabilidade energética da tecnologia tinyml em dispositivos embarcados para aplicações de visão computacional no cenário IoT
title_full Um estudo de avaliação da viabilidade energética da tecnologia tinyml em dispositivos embarcados para aplicações de visão computacional no cenário IoT
title_fullStr Um estudo de avaliação da viabilidade energética da tecnologia tinyml em dispositivos embarcados para aplicações de visão computacional no cenário IoT
title_full_unstemmed Um estudo de avaliação da viabilidade energética da tecnologia tinyml em dispositivos embarcados para aplicações de visão computacional no cenário IoT
title_sort Um estudo de avaliação da viabilidade energética da tecnologia tinyml em dispositivos embarcados para aplicações de visão computacional no cenário IoT
author Nardi, Adriel Monti De
author_facet Nardi, Adriel Monti De
author_role author
dc.contributor.member.none.fl_str_mv Tello, Richard Junior Manuel Godinez
Vassoler, Gilmar Luiz
dc.contributor.author.fl_str_mv Nardi, Adriel Monti De
dc.contributor.advisor1.fl_str_mv Monteiro, Maxwell Eduardo
contributor_str_mv Monteiro, Maxwell Eduardo
dc.subject.por.fl_str_mv Tinyml
Iot
Sistemas embarcados
Visão computacional
topic Tinyml
Iot
Sistemas embarcados
Visão computacional
description A tecnologia TinyML, na interseção de Aprendizado de Máquina, Sistemas Embarcados e IoT, promete soluções para diversos domínios. No entanto, sua implementação eficaz em dispositivos embarcados requer otimização energética. Pesquisas de campo foram conduzidas, destacando um modelo TinyML de visão computacional em catracas de um Instituto Federal. O dispositivo contabiliza pessoas, monitora bateria e transmite dados em tempo real para a nuvem. Neste estudo, a viabilidade energética de sensores Smart IoT usando TinyML foi avaliada. Resultados destacaram a influência da carga da bateria no consumo e duração da operação. O projeto contou com 3(três) protótipos para o estudo. O primeiro protótipo mostrou desempenho inicial coerente, mas desafios persistentes na eficiência energética. O segundo protótipo, com baterias de lítio em série, evidenciou a influência significativa do módulo de câmera no consumo de energia, destacando a necessidade de ajustes na distribuição da carga. O terceiro e último protótipo, com baterias de lítio em paralelo, revelou insights sobre o comportamento da voltagem em diferentes cenários, destacando a importância da voltagem inicial e o impacto da detecção de pessoas no consumo de energia. A análise detalhada da assertividade do modelo ao longo do tempo fornece insights para possíveis otimizações, destacando a importância de testes em diversos cenários. O projeto demonstra eficácia na detecção de pessoas, destaca a necessidade de aprimoramentos para maior autonomia e eficiência energética em projetos IoT, contrariando a visão otimista na literatura sobre a tecnologia TinyML. Este experimento fornece informações valiosas para a comunidade acadêmica em busca de conhecimento e melhorias.
publishDate 2023
dc.date.issued.fl_str_mv 2023
dc.date.accessioned.fl_str_mv 2024-02-07T20:05:48Z
dc.date.available.fl_str_mv 2024-02-07T20:05:48Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv Nardi, Adriel Monti De Nardi. Um estudo de avaliação da viabilidade energética da tecnologia tinyml em dispositivos embarcados para aplicações de visão computacional no cenário IoT. 2023. 69 p. Dissertação (Mestrado em Computação Aplicada) - Instituto Federal do Espírito Santo, Campus Serra, Serra, 2023.
dc.identifier.uri.fl_str_mv https://repositorio.ifes.edu.br/handle/123456789/4323
dc.identifier.capes.pt_BR.fl_str_mv 30004012075P4
identifier_str_mv Nardi, Adriel Monti De Nardi. Um estudo de avaliação da viabilidade energética da tecnologia tinyml em dispositivos embarcados para aplicações de visão computacional no cenário IoT. 2023. 69 p. Dissertação (Mestrado em Computação Aplicada) - Instituto Federal do Espírito Santo, Campus Serra, Serra, 2023.
30004012075P4
url https://repositorio.ifes.edu.br/handle/123456789/4323
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 69 p.
dc.publisher.none.fl_str_mv Serra
publisher.none.fl_str_mv Serra
dc.source.none.fl_str_mv reponame:Repositório Institucional do IFES
instname:Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo (IFES)
instacron:IFES
instname_str Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo (IFES)
instacron_str IFES
institution IFES
reponame_str Repositório Institucional do IFES
collection Repositório Institucional do IFES
bitstream.url.fl_str_mv https://repositorio.ifes.edu.br/bitstreams/91cd73c2-522e-4069-acaa-96f2888aa0ff/download
https://repositorio.ifes.edu.br/bitstreams/a33e2802-0fee-41ca-a1ec-f80b7619774e/download
https://repositorio.ifes.edu.br/bitstreams/31acf1f4-c816-4d0b-91c1-4fd08d26d527/download
https://repositorio.ifes.edu.br/bitstreams/71df0ad3-bf57-46ce-8d72-aa46b643013d/download
bitstream.checksum.fl_str_mv 965fed6de04bc9379459be799d21bc90
ac7cb971050ed632be934da23d966924
e7e24025db12f512250be001a895723b
2812e4ab6e0f8afbde941ef838b931e1
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional do IFES - Instituto Federal de Educação, Ciência e Tecnologia do Espírito Santo (IFES)
repository.mail.fl_str_mv repositorio@ifes.edu.br
_version_ 1865654648258428928

Registros relacionados