ماژول تشخیص تصویر Yahboom K230، دوربین هوشمند AI، ۶TOPS، ۱ گیگابایت LPDDR4، ۲ مگاپیکسل GC2093، صفحه لمسی ۲.۴ اینچ
ماژول تشخیص تصویر Yahboom K230، دوربین هوشمند AI، ۶TOPS، ۱ گیگابایت LPDDR4، ۲ مگاپیکسل GC2093، صفحه لمسی ۲.۴ اینچ
Yahboom
در دسترس بودن پیکاپ بارگیری نشد
بررسی اجمالی
ماژول شناسایی بینایی Yahboom K230 (دوربین هوشمند AI) یک ماژول پردازش بینایی AI با عملکرد بالا و مصرف پایین است که برای سناریوهای محاسبات لبه طراحی شده است. این ماژول بر اساس یک پلتفرم چیپ RISC-V معماری AloT ساخته شده و از یک Kendryte K230 با قدرت محاسباتی معادل 6TOPS و 1GB RAM استفاده میکند و از وظایف بینایی AI مانند شناسایی تصویر در زمان واقعی، تشخیص هدف، شناسایی چهره و تحلیل رفتار پشتیبانی میکند.
این ماژول یک دوربین 2MP (GC2093)، یک صفحه نمایش لمسی HD 2.4 اینچی، میکروفن، نور RGB و کارت شبکه WiFi را ادغام میکند و از کارتهای TF (یک کارت TF 32G ارائه شده است) پشتیبانی میکند. این ماژول میتواند از طریق ارتباط سریال به چندین کنترلر اصلی (STM32، MSPM0، ESP32، Raspberry Pi، AR، micro:bit) متصل شود. براکتهای نصب اختیاری و یک PTZ الکتریکی 2DOF اختیاری امکان نصب بر روی رباتها یا خودروهای هوشمند را فراهم میکند.
ویژگیهای کلیدی
- یادداشت عملکرد: عملکرد میتواند به 13.7 برابر K210 برسد.
- پلتفرم محاسباتی K230 AI: چیپ AloT مبتنی بر معماری RISC-V؛ KPU نسل سوم؛ دقت بالا؛ راهاندازی سریع؛ مصرف انرژی فوقالعاده کم؛ توسعه یافته بر اساس سیستم عامل زمان واقعی RT-Smart.
- حافظه بزرگ 1GB LPDDR4.
- پیکربندی سختافزاری حرفهای: صفحه نمایش لمسی HD 2.4 اینچی؛ کیس ABS که به عنوان مقاوم در برابر سقوط و دماهای بالا معرفی شده است؛ دوربین HD با نرخ فریم بالا؛ فن خنککننده.
- برنامه GUI پیشنصب شده (مبتنی بر سیستم RTSmart) با بیش از 30 عملکرد؛ هر عملکرد توضیحات دقیقی را ارائه میدهد.
- GUI شامل: تنظیمات، AI صورت، AI بدن، برنامههای صحنه AI، مدل بزرگ LLM، دوربین، شناسایی کد، شناسایی رنگ، مدیریت فایل، گالری، تشخیص گرافیک، تست رابط سختافزاری، نقاشی.
- نرمافزار کامپیوتر میزبان ویندوز: از نظارت بر جریان ویدئویی RTSP به صورت زمان واقعی پشتیبانی میکند و شامل ابزارهای پردازش ویدئو/تصویر، تولیدکنندههای داده و ابزارهای متنی است (فقط ویندوز).
- انتقال تصویر در زمان واقعی: کابل داده USB / انتقال تصویر بیسیم WiFi.
- صدا: میکروفون داخلی از ورودی و ضبط صدا پشتیبانی میکند؛ از بلندگوهای خارجی (بلندگوی 3525، GH1.25 2Pin) پشتیبانی میکند.
- نتیجه خروجی بصری AI: پشتیبانی از خروجی اشیاء هدف و اطلاعات موقعیت از طریق پورت سریال.
- آموزشهای ویدیویی با زیرنویس انگلیسی (توضیحات اصول، توضیحات کد، نمایشهای عملی، پدیدههای تجربی).
برای انتخاب محصول، سوالات راهاندازی یا کمک پس از فروش، با https://rcdrone.top/ تماس بگیرید یا به ایمیل [email protected] . پیام دهید.
مشخصات
| ماژول | ماژول شناسایی بصری K230 / ماژول بینایی Yahboom K230 |
| چیپ اصلی | Kendryte K230 |
| معماری | RISC-V (پلتفرم چیپ AloT) |
| KPU / محاسبات هوش مصنوعی | قدرت محاسباتی معادل 6TOPS |
| RAM | 1GB (1GB LPDDR4 ذکر شده) |
| فرکانس اصلی | بیشترین 1.6GHz |
| دوربین | 2MP (GC2093) |
| نمایشگر | صفحه نمایش لمسی HD 2.4 اینچی |
| بیسیم | کارت شبکه WiFi |
| ذخیرهسازی | پشتیبانی از کارت TF (کارت TF 32G ارائه شده) |
| صوتی | میکروفن؛ پشتیبانی از بلندگوهای خارجی (بلندگوی 3525، GH1.25 2Pin) |
| نرخ فریم پردازش بصری هوش مصنوعی | حدود 85 فریم |
| موارد شناسایی بصری هوش مصنوعی | 40+ مورد شناسایی بصری هوش مصنوعی (بیانیه مقایسه جدول) |
| مدل آموزش سفارشی | پشتیبانی |
| سیستم / برنامه | سیستم عامل RT-Smart در زمان واقعی؛ برنامه GUI پیشنصب شده در کارخانه |
| ارتباط (به کنترلر اصلی) | ارتباط سری؛ سازگار با MSPM0 / ESP32 / STM32 / Raspberry Pi / AR / micro:bit |
برنامههای کاربردی شناسایی بصری هوش مصنوعی (نمونهها)
- تشخیص تصویر: تشخیص خط، تشخیص مستطیل، تشخیص دایره، تشخیص لبه شیء
- شناسایی رنگ: شناسایی رنگ واحد، شمارش اشیاء، شناسایی چند رنگ، ردیابی خط هوشمند
- کد شناسایی: شناسایی بارکد، شناسایی کد QR، شناسایی برچسب AprilTag، شناسایی کد DM
- شناسایی چهره: تشخیص چهره، شناسایی نقاط کلیدی چهره، تشخیص جهت چهره، شبکه 3D چهره، تشخیص جهت نگاه، شناسایی چهره ثبت شده
- شناسایی ویژگیهای انسانی: تشخیص انسان، تشخیص نقاط کلیدی انسان، تشخیص سقوط، تشخیص کف دست، طبقهبندی نقاط کلیدی کف دست، شناسایی ژست، شناسایی ژست دینامیک، بازی سنگ-کاغذ-قیچی
- شناسایی بصری AI بیشتر: شناسایی کاراکتر OCR، تشخیص هدف yolov8n، تقسیمبندی yolov8n، شناسایی شماره پلاک، ردیابی هدف، یادگیری طبقهبندی خودکار، طبقهبندی زباله، شناسایی علائم جاده
آموزش مدل & استقرار محلی (طرح فرآیند)
- شروع
- استفاده از K230 برای جمعآوری دادههای تصویری
- تصویر مجموعه داده را به پلتفرم آنلاین Canaan وارد کنید
- اشیاء هدف را در تصاویر مجموعه داده برچسبگذاری کنید
- مدل را به صورت آنلاین آموزش دهید
- مدل و کد را صادر کنید
- کد را اجرا کنید، مدل را بارگذاری کنید و شیء هدف را شناسایی کنید
- پایان
توضیحات جریان کار آموزش همچنین بیان میکند که پلتفرم میتواند مدلها را در فرمت kmodel و کد نمونه برای کمک به تکمیل استقرار ارائه دهد.
نصب اختیاری (طبق گفتهها)
- براکت ثابت: مناسب برای زاویه دید ثابت، یا نصب بر روی یک دوربین PTZ یا ماشین رباتیک با قابلیت تنظیم زاویه.
- براکت با قابلیت تنظیم زاویه: به طور انعطافپذیر زاویه شیب را تنظیم میکند؛ مناسب برای نصب بر روی اکثر ماشینهای رباتیک.
- براکت با قابلیت تنظیم زاویه و ارتفاع: به طور انعطافپذیر زاویه شیب یا ارتفاع ماژول (1.2~9.5cm) را تنظیم میکند؛ مناسب برای سناریوهایی که به زاویه دید بالا نیاز دارند.
- دوربین PTZ الکتریکی 2DOF: برای ردیابی انعطافپذیر اشیاء متحرک؛ مناسب برای رباتها، ماشینها، میزها و غیره.
- براکتهای فوق با یک فن خنککننده مجهز شدهاند.
چه چیزی شامل میشود
- کارت TF 32G (ارائه شده)
راهنماها / دانلودها
- آموزش ماژول بینایی Yahboom K230
- صفحه منابع رسمی Kendryte (K230)
- GitHub: kendryte/k230_rtos_sdk (بردها) (شامل یک پوشه k230_canmv_yahboom همانطور که نشان داده شده است)
جزئیات
ماژول دوربین AI لبهای جمع و جور که بر اساس Kendryte K230 ساخته شده است، شامل یک دوربین 2MP، نمایشگر لمسی 2.4 اینچی و اتصال داخلی برای پروتوتایپ سریع.
نکات کلیدی پلتفرم شامل عملکرد AI کلاس 6TOPS، حافظه 1GB LPDDR4 و یک اکوسیستم نرمافزاری آماده برای استفاده در پروژههای بینایی است.
گزینههای نصب از براکتهای ثابت و قابل تنظیم زاویه تا PTZ الکتریکی 2DOF برای رباتیک، خودروهای هوشمند و دموهای بینایی پان/تیلت متغیر است.
یک مقایسه سریع به ارزیابی عملکرد K230 و توانایی دید معمولی در مقایسه با سایر ماژولهای دید محبوب کمک میکند.
پشتیبانی توسعه شامل جریانهای کاری رایج AI و دید تعبیهشده است، با راهنمایی برای منابع کد/فریمور و استقرار مدل.
دموهای داخلی وظایف عملی مانند تشخیص اشیاء، شناسایی رنگ، اسکن بارکد/QR و شناسایی انسان/حرکت را پوشش میدهند.
یک جریان کاری ساختاریافته از جمعآوری مجموعههای داده، آموزش مدلها و استقرار آنها بهصورت محلی برای استنتاج در دستگاه پشتیبانی میکند.
یک رابط ادغام LLM ویژگیهای تعامل صوتی/متنی مبتنی بر API را هنگام اتصال به خدمات آنلاین پشتیبانیشده فعال میکند.
GUI پیشنصبشده ویژگیهای AI، ابزارهای دوربین و ابزارهای دستگاه را در یک منوی مناسب برای صفحهنمایش لمسی گروهبندی میکند.
کد منبع و آموزشها ارائه شدهاند تا به شما در سازگاری دموهای داخلی با برنامههای خود کمک کنند.
نرمافزار ویندوز قابلیت نظارت RTSP و ابزارهای ویدئویی/تصویری برای توسعه، آزمایش و بررسی استریم را اضافه میکند.
آموزشهای زیرنویسدار به زبان انگلیسی و پشتیبانی از ورودی صوتی داخلی یادگیری ویژگیها و ساخت پروژههای تعاملی را آسانتر میکند.
پشتیبانی از بلندگوهای خارجی اجازه میدهد تا صدای ضبطشده از طریق یک اتصال ساده GH1.25 دو پین پخش شود.
خروجی دوربین را از طریق USB یا Wi‑Fi به یک کامپیوتر استریم کنید برای نظارت، اشکالزدایی و تکرار سریع.
صفحه نمایش لمسی خازنی ۲.۴ اینچی از دموهای تعاملی مانند ردیابی لمسی، نقاشی و ضبط عکس پشتیبانی میکند.
این ماژول برای شبکهسازی AIoT طراحی شده و از حالتهای Wi‑Fi/AP و استریم RTSP برای نظارت و تعامل از راه دور پشتیبانی میکند.
خلاصه کامل سختافزار شامل Wi‑Fi داخلی، میکروفن، پشتیبانی از کارت TF و رابطهای گسترش برای ادغام کنترلر است.
پشتیبانی از پلتفرمهای رایج مانند Raspberry Pi، Jetson، STM32، ESP32، Pico و micro:bit به ادغام ماژول در طیف وسیعی از پروژهها کمک میکند.
پشتیبانی از MicroPython و محیط توسعه CanMV یک جریان کاری قابل دسترس برای کدنویسی و آزمایش پروژههای بینایی بر روی ماژول K230 فراهم میکند.
کتابخانه بهروز شده cv_lite نرخهای فریم پردازش بالاتری نسبت به OpenMV در چندین وظیفه شناسایی تصویر 480x640 ارائه میدهد.
ماژول دوربین شناسایی بینایی Yahboom K230 از وظایف رایج هوش مصنوعی مانند شناسایی علائم جاده و پلاک خودرو، ردیابی چهره و دنبال کردن QR/tag پشتیبانی میکند.
اتصالات برچسبگذاری شده ماژول دوربین K230 شامل یک رابط Type‑C، اسلات کارت TF، رابط صفحه لمسی و GPIO برای سیمکشی تمیزتر و گسترش است.
ماژول شناسایی بینایی K230 یک دوربین داخلی، پورت USB و یک هدر GPIO با 12 پین و نقشهبرداری پین برچسبگذاری شده برای سیمکشی آسان را ترکیب میکند.
ماژول بینایی Kendryte K230 یک صفحه نمایش لمسی خازنی 2.4 اینچی، حدود 6TOPS محاسبات AI، WiFi و یک رابط سری/GPIO برای ادغام انعطافپذیر را ترکیب میکند.
ماژول شناسایی بینایی K210 یک صفحه نمایش لمسی خازنی 2.0 اینچی را با یک رابط پورت سری در یک فرم فاکتور جمع و جور 73.4×21.1×7.4 میلیمتر جفت میکند.
ماژول دوربین WiFi ESP32-S3 از شناسایی تا 30fps با حالت نقطه دسترسی WiFi و همچنین رابطهای سری و I2C برای ادغام آسان پشتیبانی میکند.
صفحه مطالعه Yahboom K230 یک لینک آموزشی و طرح دورهای را ارائه میدهد که شامل راهاندازی محیط، رابطها و برنامههای نمونه است.
ماژول شناسایی بینایی Yahboom K230 یک 2.صفحه نمایش لمسی ۴ اینچی با دوربین هوش مصنوعی و پشتیبانی از دامنه وسیعی از عملکردهای شناسایی و ردیابی.
ماژول بینایی K230 با پوشههای آموزشی و کد سازماندهی شده شامل پردازش تصویر، شناسایی چهره و شبکهسازی پایه ارائه میشود.
منابع ماژول بینایی Yahboom K230 شامل مواد آموزشی مدل، کد نمونه با توضیحات و فایلهای مدل سهبعدی قابل دانلود برای ادغام است.
ماژول شناسایی بصری K230 شامل گزینههای براکت با زاویه ثابت و قابل تنظیم با دامنه قابل تنظیم ۱۵۰° (۱۵° بالا، ۱۳۵° پایین) برای نصب انعطافپذیر است.
دوربین بینایی K230 بر روی براکت PTZ الکتریکی ۲DOF نصب میشود که تا ۱۵۰° کج شدن و تنظیم ارتفاع ۱.۲–۹.۵ سانتیمتر برای هدفگیری انعطافپذیر را فراهم میکند.
ماژول شناسایی بینایی K230 یک نمایشگر لمسی خازنی ۲.۴ اینچی را با ۱ گیگابایت حافظه LPDDR4 و ۶TOPS KPU برای بارهای کاری هوش مصنوعی ترکیب میکند.
این کیت شامل ماژول دوربین دید K230 با نمایشگر لمسی ۲.۴ اینچی، به همراه کابلها و چندین لوازم جانبی براکت و نصب PTZ اختیاری است.
ماژول شناسایی دید Yahboom K230 از طریق یک کابل USB متصل میشود و شامل یک محفظه لمسی جمع و جور برای راهاندازی آسان است.
