Nuestro veredicto
Con una cámara de 2MP, un Pico y todos los adornos, este kit agrega detección funcional de personas y objetos a su Raspberry Pi Pico.
Para
+ Instrucciones simples
+ Resultados rápidos
+ Compatible con muchas placas
Contra
– Necesita conocimientos de C/C++
– La lente está desprotegida
Cuando pensamos en aprendizaje automático e inteligencia artificial, pensamos instantáneamente en grandes centros de datos con un poder computacional masivo. Pero Raspberry Pi Pico es capaz de aprendizaje automático a través de TinyML, desarrollado para microcontroladores. Con el kit de aprendizaje Uctronics TinyML de $40, podemos agregar fácilmente la visión artificial a nuestros proyectos.
Compatible con muchos microcontroladores diferentes, como los de Arduino, el kit de aprendizaje TinyML de Uctronics incluye una cámara Arducam Mini 2MP Plus que se ha utilizado durante algún tiempo con otros microcontroladores, pero con la potencia de Raspberry Pi Pico vemos un rendimiento mucho mejor para la máquina. aprendizaje, un aumento de casi 10 veces en comparación con un Arduino.
Pusimos el kit de aprendizaje Uctronics TinyML en el banco y aprendimos más sobre lo que este kit puede ofrecer.
Diseño y uso del kit de aprendizaje TinyML de Uctronics
Con unas medidas de tan solo 0,78 x 1,34 pulgadas (20 x 34,1 mm), el foco del kit es la Arducam 2MP Plus, una cámara que se basa en la OV2640, una cámara de 2MP que se puede usar con microcontroladores y computadoras a través de un SPI (flujo de datos y comandos) y protocolos I2C (configuración del sensor).
Esta cámara no se limita a usarse solo en el Raspberry Pi Pico incluido; también se puede utilizar con placas basadas en Arduino y ESP32. Una resolución de 2MP puede no parecer mucho, pero para la visión artificial y el aprendizaje automático es suficiente si tenemos en cuenta que nuestra imagen solo tendrá 320 x 320 píxeles. La lente de la cámara está contenida en una montura M12 y la lente es intercambiable con otras lentes M12, disponibles por separado.
Conectar la cámara al Raspberry Pi Pico u otro RP2040 es pan comido gracias a los cables de puente incluidos. Los recursos en línea muestran claramente los pines GPIO que debemos usar para conectar la cámara al Pico y muestran los pines GPIO para el adaptador USB a TTL CP2102 incluido que se usa para enviar datos de video desde el Pico a una aplicación, que en nuestra revisión era un script de detección de personas que ejecutaba Processing, una interfaz de programación similar al IDE de Arduino pero orientada a las artes visuales.
Después de actualizar un proyecto UF2 prefabricado, escrito en C/C++ en nuestro Raspberry Pi Pico, instalamos el IDE de procesamiento y el código correspondiente para recibir los datos de la imagen y mostrarlos en nuestro escritorio. Si es fanático de MicroPython, en este momento no hay bibliotecas de MicroPython para TensorFLow Lite para Raspberry Pi Pico, pero Arducam está trabajando para admitir esto. La cámara Arducam Mini 2MP Plus también se puede usar para tomar imágenes simples y tiene una biblioteca MicroPython respaldada por la comunidad para simplificar el proceso.
Una cámara conectada a un Raspberry Pi Pico es genial, pero el aprendizaje automático es mucho más genial. Tiny Machine Learning (TinyML) es una versión de TensorFlow desarrollada para usar en microcontroladores que casi siempre tienen menos poder de cómputo que una computadora completa. Los microcontroladores como los de Arduino, Espressif (ESP32) y ahora Raspberry Pi se pueden entrenar para identificar objetos, patrones o responder a entradas externas de micrófonos, sensores, etc.
Arducam afirma que al usar la cámara OV2640 con Raspberry Pi Pico podemos procesar a 1 FPS, lo que puede no parecer mucho, pero el proyecto equivalente que se ejecuta en un Arduino es 1 cuadro cada 18 segundos. Entonces, Pico es claramente la mejor placa para TinyML con un presupuesto. Arducam proporciona un repositorio de Github que contiene una serie de demostraciones de TinyML disponibles como código C sin formato para la personalización y compilación en su máquina. Si desea pasar directamente al uso de las demostraciones, hay versiones precompiladas guardadas como archivos UF2 listas para usar en el Pico.
¿Para qué proyectos podemos utilizar el kit de aprendizaje TinyML de Uctronics?
El kit de aprendizaje Uctronics TinyML está diseñado para TinyML y, por lo tanto, está orientado a proyectos que requieren la potencia de procesamiento suficiente para agregar visión artificial e inteligencia artificial a un proyecto. Usando la cámara como entrada, podemos darle “vista” a un robot y, usando diferentes modelos, podemos entrenar al robot para buscar objetos o personas.
¿Quiere estar atento a los intrusos en una habitación y enviar alertas a sus dispositivos a través de Internet? Bueno, la cámara Arducam y nuestra guía para obtener su Raspberry Pi Pico en línea permitirán precisamente esto.
Línea de fondo
El kit de aprendizaje TinyML de Uctronics es muy divertido, pero para aprovecharlo al máximo, realmente necesita conocer su C/C++, hasta que la biblioteca MicroPython esté lista para su lanzamiento. Si ya está familiarizado con el aprendizaje automático, es probable que esto no sea un obstáculo para usted.
La cámara Arducam Mini 2MP Plus es increíblemente fácil de ensamblar, con instrucciones claras y un repositorio de GitHub bien documentado y, con un poco de tiempo, incluso un programador novato podría obtener excelentes resultados.
