De Grove Vision AI Module is een bord ter grootte van je duim, gebaseerd op de Himax HX6537-A processor en uitgerust met een OV2640 camera. Hij wordt volledig ondersteund door Edge Impulse, waarmee je naadloos ruwe gegevens kunt bemonsteren, modellen kunt bouwen en de getrainde ML-modellen op de module kunt inzetten zonder enige programmering. Hij is compatibel met de ecosystemen van de XIAO-serie en Arduino, ideaal voor een groot aantal toepassingen voor objectdetectie.
De module heeft een compacte door AI aangedreven OV 2640 camerasensor die voorzien is van Edge Machine Learning algoritmen en kan eenvoudig worden ingezet met een paar simpele klikken. Het is een kleine en geweldige assistent voor diverse objectdetectieprojecten en kan worden aangepast op basis van verschillende behoeften. Stel je voor dat je apparaten voorziet van visie via een kleine sensor.
Belangrijkste kenmerken
Volledig ondersteund door Edge Impulse: Naadloos ruwe gegevens van de camera samplen, modellen bouwen en getrainde ML-modellen inzetten op de module vanuit de studio zonder enige programmering
Compacte AI-camerasensor: Uitgerust met OV2640 SOC-sensor die automatische belichting en automatische witbalans ondersteunt om goede beelden te bieden
Aanpasbaar model: Ondersteunt de import van maximaal 3 aangepaste modellen om mainstream ML-functies zoals objectdetectie te realiseren
Eenvoudige ontwikkeling & inzet: Ondersteuning voor Arduino IDE programmering en drag-and-drop model implementatie
Hoge compatibiliteit: Past perfect bij de interface van de XIAO-serie, ondersteunt het Arduino-ecosysteem via de Grove-connector.
Gebruik YOLOv5 om zelf detectiemodellen te bouwen
YOLO is een afkorting voor de term 'You Only Look Once'. Het is een algoritme dat in real-time verschillende objecten in een beeld detecteert en herkent. Ultralytics YOLOv5 is de versie van YOLO gebaseerd op het PyTorch raamwerk. Op basis van deze repository heeft Seeed Studio een geschiktere versie gepubliceerd die past in Seeed Studio AIoT hardware/apparaten. Je kunt deze repository gebruiken om zelf detectiemodellen te bouwen. Ze kunnen niet alleen op de Grove vision AI module worden geïmplementeerd, maar ook op de industriële SenseCAP A1101 - LoRaWAN Vision AI Sensor.
Inmiddels heeft Seeed Studio een specifieke tutorial gemaakt om te laten zien hoe je het AI-model voor specifieke toepassingen kunt trainen en vervolgens op de apparaten kunt inzetten.