《Raspberry Pi 樹莓派官方消息》Raspberry Pi AI Kit 專案|奧斯丁國際有限公司 OURSTEAM Internationl

最新消息

2024 / 11 / 11

這個 #MagPiMonday ，我們希望透過最新一期的 The MagPi 中 Phil King 的這項功能激發您將人工智慧添加到您的 Raspberry Pi 設計中。

憑藉強大的 AI 加速器模組，Raspberry Pi 的相機模組和 AI 套件在電腦視覺和機器學習領域開啟了令人興奮的可能性。 Raspberry Pi 平台的多功能性與 AI 功能相結合，為創新智慧專案開啟了全新的可能性。從創意實驗到智慧藥丸分配器等實際應用，製造商正在利用該套件的潛力來突破人工智慧的界限。在本專題中，我們探討了一些出色的專案項目，希望它們能激勵您開始創建自己的專案。

Peeper Pam 老闆探測器

由 VEEB Projects 提供

人工智慧電腦可以即時辨識攝影機畫面中的物體。在這個專案中，VEEB 的 Martin Spendiff 和 Vanessa Bradley 使用它來偵測畫面中的人類，這樣當你坐在辦公桌前時，你就可以知道你的老闆是否正在從你身後走來！

該專案包括兩部分。配備攝影機模組和 AI 套件的 Raspberry Pi 5 ，可處理影像辨識並作為網路伺服器。它使用網路字串將訊息無線發送到「偵測器」- Raspberry Pi Pico W 和電壓表，其指標移動以顯示識別的準確性等級。

在獲得了一個「易上手的電腦視覺入門」AI 套件後，兩人僅用了三天時間就創造了 Peeper Pam。「最具挑戰性的是我們沒有使用插座——這比 Pico 不斷詢問 Raspberry Pi『你看到什麼了嗎？』更有效率！」Martin 說。「Raspberry Pi 負責所有繁重的工作，而 Pico 只需監測『我看到了什麼東西？』的信號。」

雖然他指出你可以讓 Raspberry Pi 5 同時實現這兩種功能，但這種兩部分設定意味著你可以將攝影機放在不同的位置來監視你看不到的位置。此外，透過調整來自專案 GitHub repo 的程式，如果你讓 AI 能夠阻止其他物體，那麼還有很多其他用途。「我們想做的就是在窗台上放一些鴿子，」馬丁說。

Monster AI Pi 電腦

作者：Jeff Geerling

Jeff Geerling 做事從不半途而廢，他對 Raspberry Pi AI Kit 做了大量工作，建造了一台總共有 8 個神經處理器的 Monster AI Pi PC。事實上，它的速度達到 55 TOPS（每秒萬億次運算），比最新的 AMD、Qualcomm 和 Apple Silicon 處理器還要快！

NPU 晶片（包括 AI Kit 的 Hailo-8L）連接到大型 12× PCIe 插槽卡，該插槽卡隨附一個能夠處理 16 個 PCI Express Gen 2 通道的 PEX 8619 交換器。然後透過 Pineboards uPCIty Lite HAT 將該卡安裝在 Raspberry Pi 5 上，該卡有一個額外的 12V PSU，可為所有這些處理器提供所需的額外功率。

透過對 Raspberry Pi 上的韌體和驅動程式進行一些修改，Jeff 成功讓它運作起來。

車輛偵測和追蹤系統

作者：Naveen

作為概念驗證，日本製造商 Naveen 旨在實施自動化系統，用於識別和監控收費站的車輛，以準確統計進出的車輛數量。

借助 Raspberry AI Kit 提供的額外處理能力，該專案使用 Edge Impulse 電腦視覺來檢測和計算攝影機模組視野內的汽車數量。「我們選擇廣角鏡頭，因為它可以捕捉更大的區域，」他說，「使攝影機能夠同時監控多條車道。」他還需要訓練和測試 YOLOv5 機器學習模型。所有細節都可以透過上面的連結在專案頁面上找到，這對於學習如何為您自己的 AI 專案訓練自訂 ML 機器學習模型很有用。

安全帽偵測系統

作者：Shakhizat Nurgaliyev

在建築工地上戴安全帽是至關重要的，可以挽救您的生命。這個電腦視覺專案使用 Raspberry Pi AI Kit 和先進的 YOLOv8 機器學習模型，快速且準確地識別攝影機視野內的物體，以驚人的 30fps 推理速度運行。

專案頁面上有一個指南，展示如何利用 Raspberry Pi AI Kit 實現安全頭盔檢測的高效 AI 監測。這包括軟體安裝和模型訓練過程的詳細資訊，為此，製造商提供了一個包含 5000 張圖像的數據庫連結，其中包含三個類別的邊界框註釋：頭盔、人和頭部。

加速 MediaPipe 模型

作者：Mario Bergeron

Google 的 MediaPipe 是一個為建立機器學習管道而開發的多媒體應用框架，特別適用於處理影片和影像。

在其他平台上使用 MediaPipe 後，Mario Bergeron 決定在 Raspberry Pi AI Kit 上進行試驗。在專案頁面（上方連結）中，他詳細介紹了該過程，包括使用他的 Python 演示應用程式以及檢測手/手掌、臉部或姿勢的選項。

Mario 的測試結果顯示，與僅在 Raspberry Pi 5 上運行參考 TensorFlow Lite 模型相比，AI Kit 的 Hailo-8L AI 加速器模組的性能要好得多：速度提高了 5.8 倍。當三個模型運行手部和地標偵測時，偵測到一隻手時幀速率為 26-28fps，偵測到兩隻手時幀速率為 22-25fps。

MagPi#147 現已推出！

現在您可以從 Tesco、Sainsbury's、Asda、WHSmith 和其他報亭（包括劍橋的Raspberry Pi 商店）購買新一期。您也可在我們的線上商店購買，並可發貨至世界各地。您也可以透過我們的 Android 或 iOS 應用程式來取得它。