La board Arduino e Raspberry Pi Pico a causa dei loro microcontrollori non sono prodotti indirizzati a applicazioni di machine learning particolarmente elaborate.
Ma ci sono alcuni prodotti che permettono come in questo caso di implementare un algoritmo di intelligenza artificiale anche sulla board Raspberry pi Pico.
A questo proposito Arducam ha presentato Pico4ML, dispositivo basato sul SoC RP2040, cuore di Raspberry Pi Pico, che offre anche una fotocamera, un piccolo display e un microfono integrati.
ArduCAM è una società professionale dedicata all’hardware e al software open source, con sede in Cina e crea soluzioni di fotocamere per Arduino e Raspberry Pi.
Pico4ML è la prima scheda di ArduCAM basata su RP2040 e la prima equipaggiata con una fotocamera integrata e un microfono. Questo microfono è possibile utilizzarlo per il rilevamento delle parole chiave. In aggiunta abbiamo uno schermo e una Inertial Measurement Unit (IMU) in grado di rilevare i gesti.
Ecco un video sul funzionamento:
Pico4ML è stato ideato per progetti di machine learning e intelligenza artificiale basati su Tiny Machine Learning (TinyML). La libreria TensorFlow Lite Micro è pienamente supportata da RP2040. Pico4ML di Arducam essenzialmente rimane ancora un Raspberry Pi Pico, quindi dovrebbe essere compatibile con gli accessori progettati per quest’ultimo.
Il Pico4ML può rilevare due persone in tempo reale. Inoltre viene riportato un valore percentuale che mostra la probabilità che quella determinata immagine si tratti di una persona o meno.
Nel momento della stesura dell’articolo sono ancora sconosciuti la disponibilità e il prezzo del prodotto in questione. Aggiorneremo l’articolo nel momento in cui queste informazioni saranno disponibili.
Per maggiori informazioni visitare il sito ufficiale arduCAM (clicca qui).
Link utili
- Arduino UNO R3
- Elegoo UNO R3
- Arduino Starter Kit per principianti
- Elegoo Advanced Starter Kit
- Arduino Nano
Bell’articolo Simone.
Anche io sono appassionato di IoT, anche se più dal punto di vista sw.
L’hardware che hai proposto è molto interessante!
Diciamo che nel mondo ML mi sono “scottato” con Nvidia Jetson Nano (mai più!), ma poi ho riacquistato fiducia con Coral TPU 🙂
Grazie Luca.
La gestione con Nvidia può apparire a volte un po’ farraginosa, per questo motivo stiamo preparando una serie di tutorial per l’utilizzo di ML con il Jetson Nano.