У цій гостьовій публікації Ultralytics, творці популярного сімейства згорткових нейронних мереж YOLO (You Only Look Once (Ви дивитесь лише один раз)), діляться своїми ідеями щодо розгортання та роботи своїх потужних моделей штучного інтелекту на пристроях Raspberry Pi, пропонуючи рішення для широкого діапазону реальних умов проблеми.

Комп’ютерне баченння змінює визначення галузей, дозволяючи машинам обробляти та розуміти візуальні дані, як-от зображення та відео. Щоб по-справжньому зрозуміти вплив штучного бачення на око, подумайте про це: моделі Ultralytics YOLO, такі як Ultralytics YOLOv88 і нещодавно запущений Ultralytics YOLO11, які підтримують такі завдання комп’ютерного зору, як виявлення об’єктів та класифікація зображень, використовувалися понад 100 мільярдів разів. Існує від 500 до 600 мільйонів використань щодня і тисячі використань щосекунди в таких програмах, як робототехніка, сільське господарство тощо.

YOLO може використовуватись в секторі агрокультури

Щоб зробити цей крок далі, Ultralytics співпрацює з Raspberry Pi, щоб перенести ШІ на одну з найбільш доступних і універсальних обчислювальних платформ. Ця співпраця дає змогу розгортати моделі YOLO безпосередньо на Raspberry Pi, створюючи додатки комп’ютерного бачення в реальному часі компактним, економічно ефективним і простим у використанні способом.

Підтримуючи такі інтеграції, Ultralytics прагне підвищити сумісність моделей у різноманітних середовищах розгортання. Наприклад, Sony IMX500, інтелектуальний датчик зору з вбудованими можливостями обробки штучного інтелекту, включений у камеру Raspberry Pi AI, працює з Raspberry Pi для запуску моделей YOLO, забезпечуючи розширені додатки штучного інтелекту.

У цій статті ми досліджуємо, як моделі YOLO можна розгортати на пристроях Raspberry Pi, розглянемо випадки використання в реальному світі та підкреслимо переваги цієї захоплюючої співпраці для проектів AI vision. Давайте почнемо!

Застосування крайніх рішень ШІ за допомогою Raspberry Pi та Ultralytics YOLO

Raspberry Pi є доступним і широко використовуваним пристроєм, що робить його чудовим вибором для розгортання моделей AI vision, таких як YOLO. Запуск моделей Ultralytics YOLO на Raspberry Pi забезпечує можливості комп’ютерного зору в режимі реального часу, наприклад виявлення об’єктів, безпосередньо на пристрої, усуваючи потребу в хмарних ресурсах. Локальна обробка зменшує затримку та покращує конфіденційність, що робить її ідеальною для програм, де швидкість і безпека даних важливі.

Ultralytics пропонує оптимізовані моделі, як-от YOLO11, які можуть ефективно працювати на пристроях із відносно обмеженими ресурсами, причому варіанти моделей Nano та Small забезпечують найкращу продуктивність на апаратному забезпеченні з меншим енергоспоживанням. Використовувати ці оптимізовані моделі на пристроях Raspberry Pi легко за допомогою Ultralytics Python API або CLI, що забезпечує плавне розгортання та роботу. Окрім цього, Ultralytics також підтримує автоматичне тестування для пристроїв Raspberry Pi на GitHub Actions, щоб регулярно перевіряти наявність помилок і гарантувати, що моделі готові до розгортання.

Ще одна цікава особливість моделей Ultralytics YOLO полягає в тому, що їх можна експортувати в різні формати (як показано на зображенні нижче), включаючи NCNN (стиснення та оптимізація нейронної мережі). Розроблений для пристроїв із відносно обмеженою обчислювальною потужністю, таких як архітектура Raspberry Pi ARM64, NCNN забезпечує швидший час висновку шляхом оптимізації ваги моделі та активації за допомогою таких методів, як квантування.

Порівняльний аналіз Ultralytics YOLO11 на Raspberry Pi

Raspberry Pi, Sony IMX500 і YOLO для програм ШІ в режимі реального часу

Raspberry Pi AI Camera є чудовим прикладом того, як ця інтеграція допомагає підтримувати сумісність у різних середовищах розгортання. Його інтелектуальний датчик зору IMX500 оснащений обробкою ШІ на сенсорі, що дозволяє аналізувати візуальні дані безпосередньо та виводити метадані, а не необроблені зображення. Незважаючи на те, що IMX500 потужний сам по собі, його потрібно підключити до такого пристрою, як Raspberry Pi, щоб ефективно працювати з моделями YOLO. У цьому налаштуванні Raspberry Pi виступає в якості головного пристрою, полегшуючи зв’язок із AI Camera та забезпечуючи роботу додатків AI у реальному часі на основі YOLO.

Камера Raspberry Pi AI включає в себе Sony IMX500

Реальні приклади додатків YOLO на Raspberry Pi

Raspberry Pi у поєднанні з моделями Ultralytics YOLO відкриває незліченні можливості для реальних додатків. Ця співпраця доповнює розрив між експериментальними установками штучного інтелекту та готовими до виробництва рішеннями, пропонуючи доступний, масштабований і практичний інструмент для широкого кола галузей.

Ось кілька ефективних випадків використання:

  • Робототехніка: YOLO може дозволити роботам орієнтуватися в середовищі, розпізнавати об’єкти та виконувати завдання з точністю, що робить їх більш автономними та ефективними.
  • Дрони: Завдяки YOLO, що працює на Raspberry Pi, дрони можуть виявляти перешкоди, відстежувати об’єкти та здійснювати спостереження в режимі реального часу, розширюючи свої можливості в таких галузях, як доставка та безпека.
  • Контроль якості у виробництві: YOLO може допомогти виявити дефекти на виробничих лініях, забезпечуючи вищі стандарти якості за допомогою автоматизованої перевірки.
  • Розумне фермерство: Використовуючи YOLO для моніторингу здоров’я врожаю та виявлення шкідників, фермери можуть приймати рішення на основі даних, підвищуючи врожайність і зменшуючи витрати ресурсів.

Переваги запуску моделей Ultralytics YOLO на Raspberry Pi для периферійних програм ШІ :

Розгортання моделей YOLO на Raspberry Pi має багато переваг, що робить його практичним і доступним варіантом для периферійних програм ШІ. Наприклад, продуктивність можна підвищити за допомогою апаратних прискорювачів, таких як Google Coral Edge TPU, що забезпечує швидшу та ефективнішу обробку в реальному часі.

Coral Edge TPU підключений до Raspberry Pi

Ось деякі з інших ключових переваг:

  • Масштабування : Налаштування можна розширити до кількох пристроїв, що робить його чудовим вибором для великих проектів, таких як автоматизація виробництва або системи розумного міста.
  • Гнучкість у використанні : Сумісність YOLO гарантує, що розробники можуть створювати рішення, які безперебійно працюють на різноманітних установках апаратного забезпечення, пропонуючи універсальність для різних програм.
  • Спільнота та підтримка : Завдяки обширним ресурсам, посібникам і активній спільноті Ultralytics надає підтримку, необхідну для плавного розгортання та усунення несправностей моделей YOLO на Raspberry Pi.

На межі та далі з Ultralytics YOLO та Raspberry Pi

YOLO та Raspberry Pi роблять крайні додатки штучного інтелекту більш доступними, ефективними та трансформаційними, ніж будь-коли раніше. Поєднуючи розширені можливості моделей Ultralytics YOLO з економічною ефективністю та гнучкістю Raspberry Pi, це партнерство дозволяє розробникам, дослідникам і любителям втілювати в життя інноваційні ідеї.

Завдяки підтримці таких пристроїв, як Raspberry Pi AI Camera, і параметрам масштабованого апаратного забезпечення ця співпраця відкриває можливості для різних галузей, від робототехніки та сільського господарства до виробництва та інших.

Досліджуйте можливості штучного інтелекту за допомогою Ultralytics: відвідайте репозиторій Ultralytics GitHub, щоб дізнатися, як візуальний штучний інтелект змінює такі сектори, як охорона здоров’я та безпілотні автомобілі, і приєднайтеся до спільноти Ultralytics, щоб стати частиною майбутнього візуального штучного інтелекту.