从硬件层面来看，主要构成是一个摄像头加一个可以进行人工智能算法运算的芯片，如下图所示，右边摄像头做数据采集，左边算法芯片做数据运算。
我们知道，现在有很多云端的AI开放平台，也有很多开放的算法框架，如果我们把AI算法推理直接在这些平台上做，那设备端所要做的工作就是把数据采集好往云端推送，然后等结果回传就好了。但是如果我们要把算法放在设备本地，由于芯片的运算能力和云服务器的运算能力不能比，因此一般的算法框架没办法直接用，我们需要对算法做裁剪，然后做模型优化，最后再部署到设备芯片里面。这个工作量比较大，难度也比较高。
那有没有好的方案来简化这个“算法移植”过程呢？这正是OpenNCC所竭力提供的方案，即通过提供模块化的硬件和容器化的算法方案，让嵌入式的AI相机开发过程变得像挑选菜谱一样简单高效。
我们以一个实际的应用案例来看一下用OpenNCC开发一款嵌入式的人脸检测AI相机的过程。
1.选择算法模型
在OpenNCC的开发包中提供了一个"OpenNCC View"工具软件，它里面内置了10种不同的模型检测算法，只要挑选即可，我们选择其中一个face-detection-retail-0004，如下图所示。
把OpenNCC相机通过usb数据线插到电脑上，点击view 软件第一个按钮”Get device info”，软件就会找到对应的相机，如下图所示：
上一步中我们已经选择好了要加载的face-detection-retail-0004模型，这里就点击下面的“Start running model”按钮，软件就会把对应的算法模型加载到相机里面。检测最低分数为默认的50%，满分100%。其他参数我们就按默认值就行了。
4.效果测试
a.正常人脸，出现在镜头中
b.人脸被遮挡
我戴着口罩测试下来，人脸检测也很稳定，能很准确的捕捉到人脸信息，基本和不戴口罩检测结果保持一致。
这张图片中右边同事其实也不算侧脸了，只露出了小部分面部信息，而且还戴了口罩，这对算法的考验还是挺大的，可以看出，算法还是能够识别出来的，只不过分数有所下降，到了70%，而对于左边完全背对着镜头的同事，就无法检测到人脸信息了，无法识别，毕竟是人脸检测嘛，咱不能对算法过于苛刻，也合理。
在实验室暗光下，照度只有10lux，下图中的人脸肉眼都已经很难看清，但算法还是识别出来了人脸，暗光环境下表现有点厉害。
这张图片是在距离镜头6m左右的位置，人脸图像已经有点模糊，算法检测分数在60%左右，再远的位置就很难检测到人脸了。
我们从网上找到一张图片，40张人脸，在显示器上展示图片，用OpenNCC相机对着显示器看一下识别结果：
5.组装整机
从上步测试效果来看，人脸检测准确率还很高。验证通过后，就可以找个标准的38x38的工业相机壳把相机组装起来，这样一款嵌入式人脸抓拍相机就开发完成了！这里我们用到的OpenNCC DK技术参数如下：
硬件技术规格
软件功能
人工智能
1.集成嵌入式人工智能技术
2.算法容器化，可通过软件在自带的10款模型库里面选，也可自己训练算法模型后通过SDK导入相机
3.支持摄像头模组更换
适应行业：
物联网，智慧医疗，智慧农植，智慧城市等。
以上就是本篇文章【OpenNCC DK丨可编程的AI相机解决方案，让开发嵌入式AI相机不再困难】的全部内容了，欢迎阅览 ！ 文章地址：http://fabua.ksxb.net/quote/5016.html
动态
相关文章
文章
同类文章
热门文章
栏目首页
网站地图
返回首页 海之东岸资讯移动站 http://fabua.ksxb.net/mobile/ , 查看更多