ONNX erstellen und konvertieren
Der Lernprozess eines Machine Learning-Modells findet außerhalb der Echtzeit, in der Regel in einer Skriptsprache, wie Python oder R, statt. Das gelernte Modell ist aus dem gewählten ML-Framework als ONNX-Datei zu exportieren. Um die Beschreibung des Modells in der TwinCAT Laufzeit zu laden, muss die ONNX-Datei zuvor in ein proprietäres, TwinCAT 3- spezifisches, Format konvertiert werden.
Die Beschreibungsformate für Machine Learning-Modelle im Überblick:
Direkt von der Machine Learning Runtime lesbar sind die Beckhoff-eigenen Formate XML und BML. Das ONNX-Datenformat ist über bereitgestellte Konverter in ein Beckhoff-eigenes Format zu überführen.
Während ONNX und XML offen einsehbare Formate darstellen, ist das BML ein Binärformat und damit vor allem charakterisiert durch eine kleine Dateigröße und ein effizienteres Ladeverhalten (Ausführzeit der Configure-Methode) in der XAR.