FP-AI-FACEREC1ファンクションパックがオンデマンドで利用できるようになりました。これにより、STM32Cube.AIを使用することで、STのコミュニティがSTM7H32で顔認識を活用する新しいアプリケーションを実行できるようになります。。 このパッケージは、STM32H747I-DISCOボードとSTのB-CAMS-OMVカメラアダプターボード用のバイナリを提供します。 後者は、OpenMVおよびWaveshareカメラモジュール用の拡張コネクタを提供します。 このソフトウェアは、デバイス上の登録、カメラコントロール、インターフェイス、ボード上のジョイスティック、画像キャプチャ、前処理、機械学習ライブラリを処理します。 そのデータベースは最大100人のユーザーを保存でき、プロセスは組み込みRAMとフラッシュ上で毎秒3.6フレームで実行されます。 その結果、外部メモリを必要としないアプリケーションを考案することが可能です。 さらに、このソリューションには、低解像度のRGBカメラ、通常の周囲照明、および最大1.5メートル（5フィート）の被写体のみが必要です。
入場料の新しい価格
STブログとの円卓会議で、デザインハウスは顧客がAIの恩恵をますます望んでいる方法を共有しました。 ただし、参入障壁は依然として高いです。 リソースに制約のあるマイクロプロセッサ用のAIモデルを開発すると、全体的なコストが増加する可能性があり、データサイエンティストに依存する必要があるため、小規模なチームは不利になります。 したがって、FP-AI-FACEREC1は、マイクロコントローラー上で複雑なニューラルネットワークアルゴリズムを実行できることを示しているため、重要です。。 さらに、ST ソフトウェア ツールは、固有の複雑性の一部を軽減し、参入障壁を下げるのに役立ちます。 簡単に言えば、すべての開発ソフトウェアが STM32CubeIDE や STM32CubeMonitor などの無料の ST ツールで動作するため、AI への入場料が STM32 Discovery Kit になっただけです。
FP-AI-FACEREC1、機械学習の市場浸透の新しい章
機械学習が必需品になりつつある
新しいSTソフトウェアパッケージは、人工知能の恩恵を受けることができるが、大規模な投資を正当化できないアプリケーションへの扉を開きました。 スマートフォンが顔をスキャンしてユーザーの認証を開始したとき、メーカーは多額の現金と人的資源を投入しなければなりませんでした。 極端な精度の必要性と、そのようなユースケースを管理する厳格なセキュリティ認証は、それ以上のことを要求します。 しかし、消費者の間で顔認識が決定的に成功したことを考えると、企業は投資の急速な回収を見ました。 他の業界がAIを必要としているが、スマートフォンベンダーと同じリターンを期待できない場合、問題が発生します。
もう1つの複雑な要因は、顔認識に依存するユーザーがカスタマイズしたアプリケーションの台頭です。 実際、ますます多くの顧客が、各ユーザーの設定、アラート、または動作をカスタマイズする機能を要求しています。 従来、ユーザーはボタンをクリックするか、アバターを選択するか、ログインとパスワードを入力してアカウントを選択していました。 顔認識ソフトウェアを使用すると、インターフェースはユーザーを自動的に認識し、サービスまたは設定を起動できます。 数年前、ビデオゲームコンソールメーカーはこのアイデアを一般に公開しました。 FP-AI-FACERECXNUMXを使用すると、高価なゲームシステムを必要とせずに同様の機能を提供できます。
顔認識は、ユーザーの幸福に焦点を当てた新しいアプリケーションの中心になりつつあります。 たとえば、消費者向けオーブンのメーカーは、機械学習を使用して、アプライアンスが高温のときに近くの子供を検出し、事故を防ぐために自動ロックをトリガーすることができます。 同様に、エレベーターで顔認識を使用すると、子供が迷子になるのを防ぐために、自分の床にのみ行くようにすることができます。
機械学習がより利用しやすくなっています
FP-AI-FACEREC1は、そのトレードオフのおかげで、新しい業界が機械学習の恩恵を受けることができるため、不可欠です。 STM32H7でコードを実行すると、アプリケーションは、安全な認証に重点を置いているシステムよりも少ない画像レイヤーと低い解像度を使用します。 オーブンやエレベータは、ユーザーを認証するコンピュータと同じ精度基準を満たす必要はありません。 したがって、FP-AI-FACEREC1は、マスマーケットアプリケーションに適合する精度を維持しながら、より少ないRAMと計算スループットを使用できることを示しています。。 さらに、STソフトウェアパックは、モーションブラーや赤外線を低減するためのグローバルシャッターに対応できます。 センサー 低照度性能を向上させるため。 飛行時間センサーと組み合わせると、ファンクションパックは近接検出に取り組むことができます。 最終的に、アプリケーションの例は、革新を目指すエンジニアの基盤として機能します。
同じソリューションがSTM32MP1でも機能し、より多くの電力を必要とするエンジニアを満足させます。 一部のチームでは、Webサーバーをより簡単に実行するために組み込みLinuxディストリビューションが必要です。 GUI用にCortex-A7コアのパワーが必要な場合もあります。 いずれの場合も、FP-AI-FACEREC1と同じTensorFlow Liteモデルを使用して、Linuxで実行することができます。 したがって、開発者は、同じメモリフットプリントの恩恵を受けながら、XNUMX秒あたりのフレーム数を増やすことができます。 その結果、高レベルのRTOSで実行できるシステムを使用すると、顔認識がはるかに利用しやすくなります。
FP-AI-FACEREC1、組み込みシステムでの機械学習に関する新しいストーリー
イノベーションのおかげで顔認識が可能
機械学習は複雑な主題であり、怖ろしいかもしれません。 ST のソフトウェア パッケージは、作業プロセスをわかりやすくすることを試み、業界がどこまで進んでいるかを示すソリューションです。 最初のステップは、写真を撮って、検出する顔があるかどうかを判断することです。 その後、人の顔の特徴が浮動小数点数の配列 (Float32Vector) に変換されます。 したがって、画像自体がデータベースに保存されることはなく、プロセス全体が完全にローカルであるため、システムは完全に機密です。 アプリケーションがデータをクラウドに送信することはありません。 最後に、FP-AI-FACEREC1は、STM32Cube.AIを使用してニューラルネットワークを最適化するため、他の業界とは一線を画しています。 その結果、使用するメモリが少なくなり、STM32MCUでのパフォーマンスが向上します。.
最適化のおかげで顔認識が可能
STソリューションのもう150つのエキサイティングな側面は、メモリ使用量と最適化を理解するのに役立つことです。 たとえば、カメラによってキャプチャされた各画像は225 KBのRAMを使用しますが、画像バッファは32KBを使用します。 STMXNUMXCube.AIによって最適化されたニューラルネットワークライブラリを含め、ほとんどのライブラリはFlashに収まります。 その結果、アプリケーション全体をSTM32H7内に収めることができます。。 開発者は、ニーズに合わせて実装を微調整できます。 ただし、FP-AI-FACEREC1は、空白のページではなく、強力な実装から開始することを保証します。
コラボレーションのおかげで顔認識が可能
STのファンクションパックは、最終製品への足がかりとして機能します。 チームは、プロトタイピングフェーズでデモアプリケーションを活用してから、本番環境に対応した実装に取り組むことができます。 展開をさらにスピードアップするために、エンジニアはSTパートナープログラムのメンバーであるNalbiに頼ることができます。 実際、同社はSTM32用に最適化したコンピュータービジョンのディープラーニングモデルを提供しています。 したがって、チームはFP-AI-FACEREC1またはNalbiのサービスを使用して、STM32Cube.AIを活用し、可能な限り最も効率的な部品表のパフォーマンスを最適化する、本番環境に対応した実装を行うことができます。.
エンジニアは、FP-AI-FACEREC1の事前トレーニング済みニューラルネットワークを試して、概念実証を迅速に行うことができます。 ただし、本番環境では、開発者は顔のデータベースを使用して機械学習モデルをトレーニングする必要があります。 実際、このステップは、性別、顔の特徴、肌の色、画像の角度などに対する顔認識に直接影響します。。 その結果、ユースケースを反映したトレーニングデータベースを使用することが不可欠です。 あるいは、Nalbiの本番環境対応ソフトウェアを活用して最終的なアプリケーションを構築することもできます。
詳細については、をご覧ください blog.st.com
ELEタイムズ
-
ELEタイムズhttps://www.eletimes.com/author/eletimes-newsキーサイトがGoogleCloud Partner Initiativeに参加し、ネットワークエッジで革新的な5Gサービスのアジャイルオーケストレーションをサポート
-
ELEタイムズhttps://www.eletimes.com/author/eletimes-news新しい潜在的な再生可能エネルギー源
-
ELEタイムズhttps://www.eletimes.com/author/eletimes-newsFT160 がポストコロナの品質管理をどのようにサポートするか 半導体 増加
-
ELEタイムズhttps://www.eletimes.com/author/eletimes-news機械学習が行動予測の次のレベルを解き放つ