Плата для разработки Coral Dev Board Micro сочетает в себе микроконтроллер NXP i.MX RT1176 с Edge TPU в форм-факторе Pi Zero

Coral Dev Board Micro — это последняя версия комплекта для разработки Edge AI от Google с кроссоверным процессором/микроконтроллером NXP i.MX RT1176 Cortex-M7/M4 в сочетании с 4 TPU TOPS Edge компании, камерой и микрофоном на плате, которая примерно размером с Raspberry Pi Zero SBC.

Новая плата следует за оригинальной платой Coral Dev на базе NXP i.MX 8M, которая была представлена ​​в 2019 году, и Coral Dev Board mini на базе процессора MediaTek MT8167S, выпущенной в 2020 году, и придерживающаяся тенденции предоставления более компактных решений с более дешевыми хост-процессорами для edge AI.

Читать далее «Плата для разработки Coral Dev Board Micro сочетает в себе микроконтроллер NXP i.MX RT1176 с Edge TPU в форм-факторе Pi Zero»

Orbbec Femto Mega – это 3D-камера глубины и 4K RGB камера на базе NVIDIA Jetson Nano и с технологией Microsoft ToF

Orbbec Femto Mega — это программируемая многорежимная 3D-камера глубины и RGB-камера, на базе системы-на-модуле NVIDIA Jetson Nano и с технологией Microsoft ToF, используемой в Hololens и Azure Kinect DevKit.

Новая камера это обновление более ранней модели Orbbec Femto, оснащенная 1-мегапиксельной камерой глубины с полем зрения 120 градусов и диапазоном от 0,25 до 5,5 м, а также 4K RGB, обеспечивающая потоковую передачу обработанных изображений в реальном времени по Ethernet или USB.

Читать далее «Orbbec Femto Mega – это 3D-камера глубины и 4K RGB камера на базе NVIDIA Jetson Nano и с технологией Microsoft ToF»

T-Camera S3 – плата ESP32-S3 с камерой, дисплеем, датчиком движения PIR и микрофоном

Компания LilyGO представила новую плату T-Camera S3 на базе ESP32-S3 с камерой,  которая оснащена небольшим дисплеем, датчиком движения PIR и микрофоном, а также дополнительным пластиковым корпусом.

T-Camera S3 представляет собой обновленную версию платы TTGO T-Camera ESP32, которая была представлена в 2019 году, с многими из тех же функций, но микроконтроллер ESP32 был заменен на ESP32-S3 с векторными расширениями, что делает его подходящим для применения машинного обучения и компьютерного зрения. Новая плата также поставляется с 16 Мб SPI флэш-памяти, большим количеством входов-выходов и несколькими другими небольшими изменениями. Читать далее «T-Camera S3 – плата ESP32-S3 с камерой, дисплеем, датчиком движения PIR и микрофоном»

ArduCam Mega — 3-мегапиксельная или 5-мегапиксельная SPI-камера для микроконтроллеров (краудфандинг)

ArduCam Mega — это 3-мегапиксельная или 5-мегапиксельная камера, специально разработанная для микроконтроллеров с интерфейсом SPI, а SDK в настоящее время поддерживает платы Arduino UNO и Mega2560, платы ESP32 /ESP8266, Raspberry Pi Pico и другие платы на базе микроконтроллеров RP2040, BBC Micro:bit V2, а также платформы STM32 и MSP430.

Обе камеры имеют одинаковые характеристики, включая размер, но 3-мегапиксельная модель — это камера с фиксированным фокусом, а 5-мегапиксельная версия поддерживает автофокус. Потенциальные приложения включают мониторинг активов, мониторинг лесных пожаров, удаленное считывание показаний счетчиков, приложения TinyML и т. д.

Читать далее «ArduCam Mega — 3-мегапиксельная или 5-мегапиксельная SPI-камера для микроконтроллеров (краудфандинг)»

Камера Arducam OCam AI с помощью платформы PhysicO добавляет контекст к видеопотокам в режиме реального времени

Arducam OCam, чье название расшифровывается как Object Camera, представляет собой камеру с искусственным интеллектом, обеспечивающую 3 TOPS производительности искусственного интеллекта и предназначенную для работы с мультимедийной платформой OStream PhysicO Edge AI, которая добавляет контекст к видеопотокам MP4 в режиме реального времени.

Камера поддерживает разрешения от QVGA до 2K, питается от USB или PoE, поставляется с  AI Pipeline для упрощения программирования/настройки, а также совместима с распространенными инструментами искусственного интеллекта, такими какTensorFlow, PyTorch, Edge Impulse и другими.

Читать далее «Камера Arducam OCam AI с помощью платформы PhysicO добавляет контекст к видеопотокам в режиме реального времени»

Pine64 Ox64 SBC, стоимостью 6 долларов США, оснащен 64-битным/32-битным многопротокольным RISC-V BL808 WiSoC с 64 МБ ОЗУ

Pine64 Ox64 — одноплатный компьютер на базе двухъядерного 64-битного/32-битного процессора RISC-V Bouffalo Lab BL808 со встроенной оперативной памятью до 64 МБ, несколькими радиомодулями для WiFi 4, Bluetooth 5.0 и 802.15.4 (Zigbee), а также ускорителем искусственного интеллекта.

Плата также оснащена флэш-памятью XSPI NOR до 16 МБ, разъемом для карты MicroSD, портом USB 2.0 OTG с поддержкой 2-полосного модуля камеры MIPI CSI и двумя 20-контактными разъемами GPIO для расширения. Он имеет размеры всего 51 x 21 мм, или, другими словами, размером с Raspberry Pi Pico W.

Читать далее «Pine64 Ox64 SBC, стоимостью 6 долларов США, оснащен 64-битным/32-битным многопротокольным RISC-V BL808 WiSoC с 64 МБ ОЗУ»

Комплект для разработки камеры с искусственным интеллектом на базе NVIDIA Jetson Nano позволяет быстро создавать прототипы компьютерного зрения

ADLINK «AI Camera Dev Kit» — это карманный комплект разработчика NVIDIA Jetson Nano с 8-мегапиксельным датчиком изображения, промышленными цифровыми входами и выходами, предназначенный для быстрого прототипирования искусственного интеллекта.

В комплект также входит порт Gigabit Ethernet, порт USB-C для питания, данных и вывода видео с разрешением до 1080p30, карта microSD с Linux (Ubuntu 18.04) и порт micro USB для сохранения прошивки. Как мы увидим ниже, он также поставляется с драйверами и программным обеспечением для быстрого начала работы с приложениями компьютерного зрения с ускорением искусственного интеллекта.

Читать далее «Комплект для разработки камеры с искусственным интеллектом на базе NVIDIA Jetson Nano позволяет быстро создавать прототипы компьютерного зрения»

Конвейер TinyML-CAM обеспечивает распознавание изображений со скоростью 80 кадров в секунду на ESP32, используя всего 1 КБ ОЗУ.

Задача TinyML состоит в том, чтобы обеспечить максимальную производительность при наименьших затратах для рабочих нагрузок искусственного интеллекта на оборудовании класса микроконтроллеров. Конвейер TinyML-CAM, разработанный командой исследователей машинного обучения в Европе, демонстрирует, чего можно достичь с помощью камеры на относительно недорогом оборудовании.

Читать далее «Конвейер TinyML-CAM обеспечивает распознавание изображений со скоростью 80 кадров в секунду на ESP32, используя всего 1 КБ ОЗУ.»