Häufig gestellte Fragen

1. Wenn ich meinen eigenen Datensatz habe, hilft mir e-con bei der Entwicklung eines ML-Modells (Machine Learning) für die Anwendung mit EdgeECAM50_USB?

Daten sind das wichtigste Element für einen guten ML-basierten CV-Algorithmus. Für Kunden, die über den richtigen Datensatz für die eigentliche Endanwendung verfügen, ist e-con Systems gerne bereit, bei der Entwicklung einer erfolgreichen ML-Lösung zu helfen.

2. Wie hoch ist der typische Stromverbrauch der EdgeECAM50_USB-Kamera?

Das hängt von der gewählten Auflösung und der Komplexität des von uns verwendeten Modells ab. Bei der Anwendung, die wir in dem kürzlich durchgeführten webinar zum Thema "Vereinfachung der Produktentwicklung durch den Einsatz von Edge-KI-Kameras" demonstriert haben, lag der Stromverbrauch beispielsweise bei 0,286 A bei 5 V. Bisher haben wir einen maximalen Stromverbrauch von 0,465A bei 5V gesehen.

3. Können Sie den ML-Arbeitsablauf unter Verwendung der EdgeECAM50_USB-Kamera und der Toolkits zur Entwicklung einer ML-Anwendung erläutern?

Der erste Teil ist die Datenerfassung. Sie können eine benutzerdefinierte Auflösung, ein Format (Grau oder RGB) und, falls erforderlich, auch eine Region von Interesse auswählen. Sobald dies erledigt ist, können Sie mit der Erfassung Ihres Datensatzes beginnen.

Mit diesem Datensatz können Sie ein ML-Modell auf der Grundlage Ihrer Anwendungsanforderungen mit einem Framework oder Tool Ihrer Wahl entwickeln. Die bereitgestellten Geräte und Toolkits unterstützen in erster Linie das TFLite Micro-Modell. Wenn Sie ein anderes Framework als TensorFlow wählen, gibt es mehrere Open-Source-Bibliotheken, um das Modell in das TFLite Micro Modell zu konvertieren.

Sie können das Modell mit den zur Verfügung gestellten Benchmarking-Tools testen, um die Profiling-Details zu erfahren, die zur Optimierung des Modells verwendet werden können. Das optimierte Modell kann mithilfe des Modellladewerkzeugs auf der Kamera bereitgestellt werden.

4. Wie kann ich die Inferenzausgabe der EdgeECAM50_USB-Kamera abrufen?

Die Inferenzausgabe der Kamera kann über die HID-Erweiterungsschnittstelle desselben USB 2.0-Anschlusses abgerufen werden. Die Ausgabelänge und -frequenz kann ebenfalls je nach Endanwendung konfiguriert werden.

5. Wie viel von der tatsächlichen 5-MP-Auflösung der Kamera wird bei EdgeECAM50_USB für das Modell verwendet?

Der in der Kamera integrierte ISP passt die Größe der verfügbaren 5 MP des Sensors an die für das Modell erforderliche Auflösung an. Für den Fall, dass nur ein bestimmter Bereich des Bildes erkannt werden soll, gibt es auch eine Option zur Auswahl des Bereichs, der von Interesse ist, und die Kamera schneidet diesen Bereich automatisch für die Modelleingabe zu.

6. Kann ich mit der EdgeECAM50_USB eine Gesichtserkennung durchführen?

Ja, weniger komplexe Gesichtserkennungsaufgaben wie Gesichtserkennung, Geschlechtsidentifikation und Emotionserkennung können mit dieser Kamera durchgeführt werden. Komplexere Aufgaben wie Gesichtsidentifizierung oder -abgleich können mit den anderen oben genannten Plattformen durchgeführt werden.

7. Welche anderen Frameworks als Tflite micro können für die Erstellung eines Modells verwendet werden, und wie kann man sie in die Kamera laden?

Abgesehen von Tflite micro wird für Deepview RT und Glow-basierte Inferenzmodelle eine benutzerdefinierte Anpassung angeboten, damit Kunden ihr Modell in die EdgeECAM50_USBintegrieren können.