Loading spinner
Siana Systemse2ip合作开发的边缘AI感应套件基于STM32N6 MCU作为概念验证展示如何将智能视觉能力无缝集成到库存与安全系统中。该套件并非解决单一挑战,而是展示了边缘AI在实时物体检测与计数方面的潜力——特别是针对车辆和行人的检测与统计。通过实现本地化的设备端智能,该方案展示了边缘AI如何提升运营效率、降低云端依赖并增强道路安全性。

方法

边缘AI感应套件最初是为展示嵌入式视觉智能的强大功能而推出,以车辆和人员检测作为智能交通的典型应用案例。虽然初始演示聚焦于城市环境中行人、汽车、卡车、公交车和自行车的实时检测,但其底层边缘AI视觉技术具有高度通用性。这项技术的应用远不止于交通领域,在智能家居、智慧城市、空间占用监测及各类情景感知自动化系统中都具有广阔应用前景。

传统视觉检测系统主要依赖云计算进行图像数据处理与分析。虽然有效,但这些方案需要持续联网,产生高带宽和基础设施成本,并带来延迟。这种集中式方法会限制可扩展性和响应能力。
智能零售应用原理 智能零售应用原理 智能零售应用原理
边缘AI通过直接将智能引入设备,从根本上改变了这一模式边缘实时处理减少对外部基础设施的依赖,降低运营成本,并提升速度和效率。这种分布式方法还提高了可扩展性、安全性和可访问性,使视觉应用在更多行业都都可行。
  • 边缘AI感应平台探索套件利用STM32N6 MCU完全在设备端运行实时物体检测与计数模型。主要优势包括:
  • 低延迟性能(通常低于200 ms)实现即时实时的库存可视
  • 完全边缘处理,不依赖云服务器
  • 经过训练的AI模型能在不同光照和摆放条件下检测多种商品,准确性更高
  • 超低功耗设计,支持持续监测且不会对能源预算造成压力
  • 无需云服务器、经常性数据成本或额外的标签基础设施,从而降低运营成本
通过基于STM32N6 MCU的边缘AI技术,该方案展示了如何在多样化环境中实现智能、可扩展且高性价比的智能摄像头解决方案。

应用概述

500万像素摄像头捕获高分辨率图像,由图像信号处理 (ISP) 子系统处理。降采样后的256×256帧被发送到神经处理单元(Neural-ART加速器)可在城市环境内实时对人员、小汽车、卡车、巴士以及自行车进行检测。边界框经过后处理,按类型统计水果数量并检测交互。事件由事件控制器管理并带时间戳记录。同时,ISP提供960×960帧通过H.264编码器进行视频编码整个过程通过USB或Wi-Fi传输。物联网控制器处理遥测数据以实现远程监控。

智能零售应用原理 智能零售应用原理 智能零售应用原理

传感器

本模型使用的传感器是Sony IMX335 5MP RGB

  • 输入:2592x1944
  • IPS调整大小:960x960
  • FPS:15

E2ip将提供配备各类传感器的扩展板以满足特定应用需求。

智能零售应用原理 智能零售应用原理 智能零售应用原理

e2ipSiana Systems支持快速原型开发,可在量产部署前完成方案现场测试。得益于与STM32N6及意法半导体生态系统的无缝集成——从Model Zoo到支持自定义模型部署的STM32Cube.AI——边缘AI感应套件大幅简化了边缘AI应用的整个开发流程。

数据集和模型

数据集:

  • Coco80

模型:

  • YOLOv8-nano。
  • 输入尺寸256 x 256 x 3
  • 可训练参数:3,031,321
  • MACC:6.73E+08

结果

推理时间:41 ms
每秒推理次数:24

作者:E2IP Technologies & Siana Systems | 最后更新时间:2025年6月

优化工具

STM32Cube.AI
STM32Cube.AI

最适用于

STM32N6系列

最适用于