Das Modul verfügt über einen kompakten, KI-gestützten OV2640-Kamerasensor, der in Edge-Machine-Learning-Algorithmen eingebettet ist, und kann einfach mit einfachen Klicks bereitgestellt werden. Es ist ein kleiner und toller Assistent für verschiedene Objekterkennungsprojekte und kann je nach Bedarf angepasst werden. Stellen Sie sich vor, Sie könnten Geräte durch einen winzigen Sensor mit Sehvermögen ausstatten.
Kamera mit künstlicher Intelligenz (KI-Kamera) ist eine verbesserte Kamera, die auf einem integrierten Edge-Machine-Learning-Algorithmus basiert und intelligent mit Computerfotografie arbeitet, um eine verbesserte Objekterkennung durchzuführen Echtzeit. Es wird häufig in Smartphones zur Gesichtserkennung, Edge-Geräten zur Wildtiererkennung und anderen Edge-Intelligence-Anwendungen eingesetzt.
Dieser kompakte Kamerasensor ist das perfekte Modul für den Einstieg in die KI-gestützte Kamera. Es ist mit einem vorab trainierten Modell ausgestattet, mit dem Sie menschliche Gesichter erkennen können. Darüber hinaus wurden drei ML-Klassifizierungsalgorithmen zur Modellerkennung installiert, sodass Sie die Modelle zur Erkennung verschiedener Objekte frei entwickeln und direkt auf Ihre Projekte anwenden können.
Verwenden Sie YOLOv5, um eigene Erkennungsmodelle zu erstellen
YOLO ist eine Abkürzung für den Begriff „You Only Look Once“. Dabei handelt es sich um einen Algorithmus, der verschiedene Objekte in einem Bild in Echtzeit erkennt und erkennt. Ultralytics YOLOv5 ist die Version von YOLO, die auf dem PyTorch-Framework basiert. Basierend auf seinem Repository hat Seeed Studio eine geeignetere Version veröffentlicht, die in die AIoT-Hardware/-Geräte von Seeed Studio passt. Sie können dieses Repository verwenden, um eigene Erkennungsmodelle zu erstellen. Sie können nicht nur auf dem Grove Vision AI-Modul implementiert werden, sondern auch auf dem industriellen SenseCAP A1101 – LoRaWAN Vision AI Sensor.
Übertragen Sie Ihre Daten an die SenseCAP Cloud
Wie die SenseCAP-Sensoren auf Industrieebene kann auch das Grove Vision AI-Modul der Basisebene zur Datenübertragung mit der SenseCAP-Cloud verbunden werden. Wir sind stolz, das SenseCAP K1100 vorzustellen – das Sensor-Prototyp-Kit mit LoRa® und KI, das Wio-Terminal und andere klassische IoT-Sensoren kombiniert, um diese Funktion zu erreichen.
Mit dem Kit können Sie die Welt mithilfe von LoRa® und KI-Technologie schnell digitalisieren, um reale Herausforderungen zu bewältigen. Mit diesem Plug-and-Play-Toolkit kann jeder KI zu seinen Edge-Geräten hinzufügen und das Potenzial von AIoT freisetzen. Nachdem Sie die einfachen und einfachen Tutorials durchlaufen haben, können Sie die Sensoren innerhalb von 10 Minuten über LoRaWAN® oder WLAN mit der SenseCAP-Cloud verbinden.
Erstellen Sie das Projekt mit einem kleineren MCU-Board: Seeed Studio XIAO
Um die Anschlüsse des Grove Vision AI herum sind zwei 7-polige Stiftleisten für den Anschluss der Seeed Studio XIAO-Serie vorgesehen. Die XIAO-Serien von Seeed Studio sind alle als daumengroße Entwicklungsplatinen konzipiert und werden von beliebten und leistungsstarken Chips unterstützt: SAMD21, nRF52840, RP2040 und< b> ESP32C3. Darüber hinaus ist es so kompakt, dass alle SMD-Komponenten auf derselben Seite der Platine platziert sind, sodass Designer XIAO für eine schnelle Produktion problemlos in die Platinen integrieren können.
Achtung: Bitte achten Sie auf die Verbindungsmethode und seien Sie vorsichtig, wenn Sie den Steckplatz verlötet haben.
Spezifikation
- Betriebsspannung: 5V
- Preis: 115200
- I2C-Schnittstelle: für Seeed Studio XIAO & Arduino
- Stromversorgung: Dualer 7-Pin-Anschluss & Typ-C
- Herunterladen & Firmware-Brennschnittstelle: Typ-C
- Abmessungen 40 * 20 * 13
Teileliste
- 1x Grove – Vision AI-Modul
- 1x Grove-Kabel
- 2x 7-polige Buchsenleiste