边缘计算和Edge AI 的一个主要的问题就是：如何在资源有限的 Edge设备端上Deploy并Run各类智能算法/模型，Nxp作为MCU大厂，也提供了一套eIQ（edge Intelligence）Took kit来support ML在设备端的开发部署。
之前正好接触了eIQ, 最近才有时间整理一下下。。
老规矩，上个动图先来个初步印象：
Toolkit包含：
目前支持的Inference Engines (IE, 推理引擎) 有：
各推理引擎对应支持 的芯片硬件系列如下：
可以看到基于Cortex-M 的MCU因为资源受限是只支持TFlite for MCU/DeepViewRT和Glow模型，而ArmNN和ONNX的模型就只有iMx8 等Cortex-A以上的芯片才支持了。。
如上图，整体开发流程上，和其他Edge AI开发过程是差不多的，只不过最终deploy的设备换成了NXP的各类芯片、Firmware端的 Inference Engine换成了 eIQ的 而已，
从上图可以清晰看出来， eIQ这里分出来的两个主要流程：
分别针对Data 和Model：
利用上面两个开发流，导出的模型就可以Deploy在支持 eIQ IE的设备上Run Model (Prediction)了
第一步，下载eIQ软件包：
打开选择相应Installer下载 安装即可：
Windows版安装后的软件在 C:\nxp\eIQ_Toolkit_v1.x.x
启动运行eIQ portal.exe即可
第二步，配置工程和数据集
在eIQ installer安装后，如果想使用自带的一些功能，需要下载一些Model和dataset，这里NXP也在软件里有相关的python脚本，运行后即可自动下载：
其中workspace目录是主要的开发目录，
可以进到 workspace/models查看eIQ自带支持的model
例如这里我进入到安装目录的workspace目录，
运行
python -m pip install tqdm
python -m CIFAR_uploader
其中 Tqdm是进度条库
CIFAR_uploader 运行后会安装CIFAR-10数据集以及相关配置， 并在workspace\user_models\classification\image\cifar10 目录 自动创建cifar10.deepview eIQ工程。
eIQ 同时支持两种文件扩展名，.eiqp和.deepview，但两者没有任何区别
至此 eIQ基本的开发环境搭建完成~
还没完，通过eIQ portal上打开cards.deepview 该工程：
打开后可以看到CIFAR-10 相关的Dataset、Label等信息
CIFAR-10 (Canadian Institute for Advanced Research, 10 classes): 是知名的小图像数据集， 由10类32x32的彩色图片组成，一共包含60000张图片，每一类包含6000图片。其中50000张图片作为训练集，10000张图片作为测试集。
CIFAR地址：https://www.cs.toronto.edu/~kriz/cifar.html
针对图片数据，支持手动导入和拍照：
和其他工具一样，eIQ也提供了图像手动标注工具：
单击图片 可以手动标记配置 bounding box区域 和label：
（CIFAR-10是图像分类数据集，所以都是full image label）
Train/Test 比例 划分和随机Shuffle:
还提供了 图像 Data Augmentation 工具：
eIQ 支持各种图像常见的数据增强，比如Rotate、Flip、GaussianNoise等图像处理：
传统的图像数据增强方法，通常使用图像处理技术 来完成数据集的扩充和图像质量优化，大致分 为几何变换、色彩变换、像素变换三大类。
好的，准备工作到这里就完成了，接下来进入Model流程，详见：
[EdgeAI] NXP eIQ 机器学习Toolkit （二）：模型篇
一篇读懂系列：
LoRa Mesh系列：
网络安全系列：
嵌入式开发系列：
AI / 机器学习系列：