Наш вердикт
Благодаря 2-мегапиксельной камере, Pico и всем необходимым, этот комплект добавляет работоспособное обнаружение людей и объектов к вашему Raspberry Pi Pico.
За
+ Простые инструкции
+ Быстрые результаты
+ Совместим со многими платами
Против
— Требуется знание С/С++.
— Объектив не защищен
Когда мы думаем о машинном обучении и искусственном интеллекте, мы сразу же думаем о больших центрах обработки данных с огромной вычислительной мощностью. Но Raspberry Pi Pico способен к машинному обучению с помощью TinyML, разработанного для микроконтроллеров. С комплектом обучения Uctronics TinyML за 40 долларов мы можем легко добавить компьютерное зрение в наши проекты.
Учебный комплект Uctronics TinyML, совместимый со многими различными микроконтроллерами, такими как Arduino, включает в себя камеру Arducam Mini 2MP Plus, которая некоторое время использовалась с другими микроконтроллерами, но благодаря мощности Raspberry Pi Pico мы видим гораздо лучшую производительность для машины. обучения, что почти в 10 раз больше, чем у Arduino.
Мы положили учебный комплект Uctronics TinyML на стенд и узнали больше о том, что может предложить этот комплект.
Дизайн и использование комплекта обучения Uctronics TinyML
При размерах всего 0,78 x 1,34 дюйма (20 x 34,1 мм) в центре внимания комплекта находится Arducam 2MP Plus, камера, основанная на OV2640, 2-мегапиксельной камере, которую можно использовать с микроконтроллерами и компьютерами через SPI (поток данных и команды) и протоколы I2C (конфигурация датчика).
Эта камера не ограничивается только использованием прилагаемого Raspberry Pi Pico; его также можно использовать с платами на базе Arduino и ESP32. Разрешение 2 МП может показаться не таким уж большим, но для компьютерного зрения и машинного обучения этого достаточно, если учесть, что наше изображение будет иметь размер всего 320 x 320 пикселей. Объектив камеры находится в креплении M12, и этот объектив взаимозаменяем с другими объективами M12, приобретаемыми отдельно.
Подключить камеру к Raspberry Pi Pico или другому RP2040 несложно благодаря входящим в комплект перемычкам. Онлайн-ресурсы четко показывают контакты GPIO, которые мы должны использовать для подключения камеры к Pico, и показывают контакты GPIO для прилагаемого адаптера CP2102 USB to TTL, который используется для отправки видеоданных с Pico в приложение, которое в нашем обзоре был скрипт обнаружения человека, запускающий Processing, программный интерфейс, похожий на Arduino IDE, но ориентированный на изобразительное искусство.
После прошивки предварительно созданного проекта UF2, написанного на C/C++, на наш Raspberry Pi Pico, мы установили Processing IDE и соответствующий код для получения данных изображения и их отображения на рабочем столе. Если вы поклонник MicroPython, то сейчас нет библиотек MicroPython для TensorFLow Lite для Raspberry Pi Pico, но Arducam работает над их поддержкой. Камера Arducam Mini 2MP Plus Camera также может использоваться для съемки простых изображений, и для упрощения процесса у нее есть поддерживаемая сообществом библиотека MicroPython.
Камера, подключенная к Raspberry Pi Pico, — это круто, но машинное обучение еще круче. Tiny Machine Learning (TinyML) — это версия TensorFlow, разработанная для использования на микроконтроллерах, которые почти всегда имеют меньшую вычислительную мощность, чем полноценный компьютер. Микроконтроллеры, такие как Arduino, Espressif (ESP32) и теперь Raspberry Pi, могут быть обучены идентифицировать объекты, шаблоны или реагировать на внешние входы от микрофонов, датчиков и т. д.
Arducam утверждает, что, используя камеру OV2640 с Raspberry Pi Pico, мы можем обрабатывать со скоростью 1 FPS, что может показаться не таким уж большим, но эквивалентный проект, работающий на Arduino, составляет 1 кадр каждые 18 секунд. Таким образом, Pico явно является лучшей платой для TinyML с ограниченным бюджетом. Arducam предоставляет репозиторий Github, содержащий серию демонстраций TinyML, доступных в виде необработанного кода C для настройки и компиляции на вашем компьютере. Если вы хотите сразу приступить к использованию демонстраций, существуют предварительно скомпилированные версии, сохраненные в виде файлов UF2, готовые для использования на Pico.
Для каких проектов мы можем использовать комплект Uctronics TinyML Learning Kit?
Учебный комплект Uctronics TinyML Learning Kit разработан для TinyML и поэтому ориентирован на проекты, требующие достаточной вычислительной мощности для добавления в проект компьютерного зрения и искусственного интеллекта. Используя камеру в качестве входных данных, мы можем дать роботу «зрение» и, используя различные модели, мы можем научить робота искать предметы или людей.
Хотите следить за злоумышленниками в комнате и отправлять оповещения на свои устройства через Интернет? Что ж, камера Arducam и наше руководство по подключению Raspberry Pi Pico к сети позволят именно это.
Нижняя линия
Учебный комплект Uctronics TinyML Learning Kit — это очень весело, но чтобы извлечь из него максимальную пользу, вам действительно нужно знать свой C/C++, пока библиотека MicroPython не будет готова к выпуску. Если вы уже знакомы с машинным обучением, скорее всего, это не будет для вас камнем преткновения.
Камера Arducam Mini 2MP Plus невероятно проста в сборке, с четкими инструкциями и хорошо документированным репозиторием GitHub, и за небольшое время даже начинающий программист может получить отличные результаты.
