Computer vision su hardware low cost e low power? Demo su Arduino Portenta H7
Una delle sfide su cui stiamo lavorando è portare l’elaborazione “at the edge”, ovvero distribuire l’intelligenza su edge device, che possano eseguire autonomamente l’inferenza (ovvero la predizione) ed eventualmente l’addestramento anche senza potenze di calcolo elevate. La sfida chiaramente cresce tanto più è bassa la potenza dell’hardware a disposizione.
Abbiamo deciso quindi di sfidarci sperimentando l’Arduino Portenta H7, una scheda low cost basata su STM32 con la sua Vision Shield che integra una camera 320 x 320 pixel (0.1 MPixel). L’insieme delle due schede ha un costo nell’intorno dei 100 euro.
Il Proof of Concept voleva dimostrare la possibilità di fare inferenza su questa scheda, nello specifico ci siamo posti il problema di riuscire a far riconoscere al sensore inteligente se una bottiglia fosse tappata o meno in real time tramite computer vision ed un modello di classificazione in Tensorflow Lite.
Il risultato lo potete osservare nel video su LinkedIn.
Un grosso plauso va ad Arduino, STMicroeletronics ed ai creatori del progetto OpenMV che ci hanno permesso di velocizzare molto i tempi per poter prototipare il sistema.
Alcune delle considerazioni che questa sperimentazione porta con se pensando all’industrializzazione
- L'algoritmo riconosce la presenza/assenza del tappo indipendentemente dalla shape della bottiglia quindi non sono necessari cambi di ricetta o formato
- L'elaborazione dei dati da parte dell'algoritmo avviene at the edge, senza complessità e senza costi di comunicazione e archiviazione di dati
- Il costo dell’hardware utilizzato è inferiore a 100€, potrebbe sostituire una fotocellula e diventare un modulo intelligente con informazioni molto più rilevanti dal semplice conteggio.
Portare l’AI su edge device è una tematica molto ampia che copre implementazioni efficienti, modelli studiati per lavorare ottimamente su hardware che possono andare dal microcontrollore al pc industriale, robustezza e sicurezza del risultato.
Per continuare a seguire gli aggiornamenti seguiteci su LinkedIn o qui sul blog.