Vision-KI mit dem Raspi
Raspberry Pi goes Industrial
Die aktuelle KI-Revolution verändert sowohl die Industrie als auch die Welt von Verbrauchern. Die Raspberry-Pi-Community ist da keine Ausnahme. Neue KI-Produkte vom Hersteller des beliebten Einplatinencomputers bieten immer wieder neue Möglichkeiten.
Viele Anwender halten Raspberry Pi lediglich für eine Anlaufstelle für Maker, Bastler und Enthusiasten. Die Absatzzahlen, die technologische Basis und auch die neuen Produktentwicklungen sprechen jedoch eine andere Sprache. Die Raspberry-Pi-Produkte können auch in industriellen Szenarien zum Einsatz kommen. Dies wird nicht nur durch Veränderungen wie Raspberry Pis Börsengang in Juni dieses Jahres und neuen Partnerschaften wie mit Seco unterstrichen oder gar durch die starke Rechenleistung der neuen Compute-Modelle, sondern auch durch verschiedene neue KI-Accessoires, die neue Anwendungen ermöglichen.
So erreicht das AI HAT+, das auf seiner Platte einen Hailo-8-KI-Beschleuniger integriert hat, bis zu 26 TOPS. Dabei ist es vollständig in den Kamerasoftware-Stack von Raspberry Pi integriert. So lassen sich mit dem AI HAT+ im Bereich Machine Vision mehrere neuronale Netzwerke gleichzeitig bei einer hohen Framerate betreiben. So können mit den 26 TOPS Objekterkennung, Posenschätzung und Segmentierung von Objekten gleichzeitig auf einen Livekamera-Feed angewandt werden, wie Raspberry Pi im Video zeigt.
Jobangebote+ passend zum Thema
Auch die AI Camera, die Raspberry Pi gemeinsam mit Sony entwickelt hat, zählt zu den Produkten, die bei industriellen Einsätzen ihren Mehrwert bieten können. Dabei arbeitet sie mit dem 12,3 MP Intelligent-Vision-Sensor »IMX500« von Sony inklusive eines leistungsstarken neuronalen Netzwerkbeschleunigers. Die Kamera beherrscht zwei Sensormodi: 2028 × 1520 bei 30 Bildern pro Sekunde und 4056 × 3040 bei 10 Bildern pro Sekunde. Die Sensorgröße beträgt 7,857 Millimeter und die Pixelgröße beträgt 1,55 x 1,55 Mikrometer. Der Blickwinkel umfasst 78 Grad mit einer mechanischen Fokuseinstellung. Der Mikrocontroller RP2040 dient zur Verwaltung der Firmware des neuronalen Netzes. Zur Verbindung braucht es nur ein Standardkamerakabel.
In einer Demo zeigt Raspberry Pi ein neuronales Netzwerkmodell für Objekterkennung. Die Demo verwendet das Post-Processing-Framework von rpicam-apps, um Objektbegrenzungsrahmen aus dem Output-Tensor zu generieren und sie im Bild darzustellen. Dieser Schritt benötigt mehr als 300 Zeilen Code.
Ein Vorteil der KI-Kamera entsteht durch die gemeinsame Entwicklung von Sony und Raspberry Pi. Denn mit Sonys »AITRIOS«, einer Edge-KI-Plattform für Vision-Anwendungen, lassen sich KI-Modelle und Anwendungen für den IMX500 hochskalieren für den Unternehmenseinsatz. AITRIOS kombiniert dabei KI-Entwicklungs-Tools, Trainingsservices und Edge-Geräte in einer integrierten Vision-KI-Plattform.
Mit der Plattform soll Vision-KI geradliniger werden, indem weniger Daten benötigt werden. Denn mit Edge-KI-Geräten lassen sich bereits vor Ort rohe visuelle Daten in umsetzbare Erkenntnisse transformieren, wodurch Übertragungen großer Datenmengen eingespart werden. Dabei eignet sich der Einsatz von AITRIOS für verschiedene Branchen wie Manufacturing, Logistik und Einzelhandel.
Inspiration aus der Maker-Community
Der industrielle Einsatz von Raspberry Pi ist bereits verbreitet und wird sich in Zukunft nur noch weiter verstärken. Inspiration können sich die Industrie-Player zuhauf aus Raspberry Pis riesiger Maker-Community ziehen. So zeigte zum Beispiel der Entwickler und Youtuber Jeff Geerling, wie er einen Pi-KI-PC mit acht neuronalen Prozessoren und 55 TOPS Inferenzleistung gebaut hat. Die NPU-Chips sind über eine 12x-PCIe-Slot-Karte verbunden mit einem PEX-8619-Switch.
Die Karte ist auf einem Raspberry Pi 5 mittels einem uPCIty-Lite-HAT von Pineboard montiert, wodurch eine zusätzliche 12-V-PSU eingebracht wird. Dabei hat Jeff Geerling festgestellt, dass es nicht das Problem ist, die verschiedenen Hardwarekomponenten zusammen zum Laufen zu bringen, sondern oftmals die Software zum Flaschenhals wird. Denn die Software ist nicht immer darauf ausgelegt, dass so viele NPU-Chips vorhanden sind.
Ein anders Beispiel aus der Maker-Community kommt von Vanessa Bradley und Martin Spendiff vom Schweizer Design-Team VEEB Projects. Das Projekt »Peeper Pam« erkennt Menschen im Bild eines Livekamera-Feeds.
Dabei dient ein Raspberry Pi 5 mit einem Kameramodul und einem AI Kit als Webserver und sorgt für die Bilderkennung. Mittels WebSockets werden Nachrichten kabellos an den Detektorteil – einem Raspberry Pi Pico W und einem Voltmeter, dessen Zeiger entsprechend der KI-Zuverlässigkeit für die Identifizierung reagiert. Der Raspberry Pi 5 könnte auch beide Funktionen erfüllen, mit dem zweiteiligen Set-up lässt sich die Kamera jedoch an einem anderen Ort platzieren, den Nutzer nicht im Blick haben.
Mit einer Veränderung des Codes lassen sich auch andere Objekte als Menschen erkennen wie etwa Tauben in einem Blumenkasten vor dem Fenster. Das recht simple Set-up dient als Proof-of-Concept, um zu zeigen, was bereits mit wenigen günstigen Komponenten und Open Source erreicht werden kann.
Raspberry Pi hat mittlerweile ein um- fangreiches Produktportfolio aufgebaut, bei dem Nutzer schnell den Überblick verlieren können. Darum ist es umso hilfreicher, wenn die verschiedenen Geräte gesammelt dargestellt werden
Raspberry Pi Produkte im Überblick
Lesen Sie mehr zum Thema
