凭借强大的人工智能加速器模块，Raspberry Pi 的摄像头模块和人工智能套件为计算机视觉和机器学习带来了令人兴奋的可能性。Raspberry Pi 平台的多功能性与人工智能功能相结合，为创新智能项目开辟了一个全新的可能性世界。从创意实验到智能配药机等实际应用，创客们正在利用该套件的潜力推动人工智能的发展。在本专题中，我们将探讨一些杰出的项目，希望它们能激发您开始自己的项目。
https://www.veeb.ch/projects/computer-vision-with-peeper-pam人工智能计算机视觉可以识别实时摄像机视图中的物体。在这个项目中，VEEB 的 Martin Spendiff 和 Vanessa Bradley 利用它来检测画面中的人，这样，当你坐在办公桌前时，就可以知道你的老板是否正在你身后靠近！该项目由两部分组成。装有摄像头模块和人工智能套件的 Raspberry Pi 5 不仅能进行图像识别，还能充当网络服务器。它使用网络套接字以无线方式向 “检测器 ”部分发送信息，“检测器 ”部分是一个 Raspberry Pi Pico W 和一个电压表，电压表指针的移动表示人工智能对 ID 的确定程度。在拿到人工智能工具包（“计算机视觉的一个很好的入门工具”）之后，两人只花了三天时间就制作出了 Peeper Pam。马丁说：最具挑战性的一点是我们没有使用插座--这比Pico不断地问Raspberry Pi “你看到什么了吗？”要高效得多。马丁说：“ Raspberry Pi 负责所有的繁重工作，而Pico只是监听一个‘我看到了某物’的信号。”他指出，你可以让 Raspberry Pi 5 同时实现这两种功能，但两部分的设置意味着你可以把摄像头放在不同的位置，以监控你看不到的地方。此外，通过改编项目 GitHub repo 上的代码，如果你能让人工智能对其他物体产生威慑力，它还能有很多其他用途。马丁说："我们想做的一件事就是识别窗台上的鸽子。”https://www.youtube.com/watch?v=oFNKfMCGiqE杰夫-盖尔林（Jeff Geerling）做事从不半途而废，他利用树莓派人工智能套件（Raspberry Pi AI Kit）打造了一台拥有 8 个神经处理器的怪物级人工智能 Pi PC。事实上，55 TOPS（每秒万亿次运算）的速度比最新的 AMD、高通和苹果硅处理器还要快！NPU 芯片（包括 AI Kit 的 Hailo-8L）连接到一个大型 12× PCIe 插槽卡上，该卡上的 PEX 8619 交换机可处理 16 条 PCI Express Gen 2 通道。然后，该卡通过 Pineboards uPCIty Lite HAT 安装在 Raspberry Pi 5 上，该 HAT 有一个额外的 12V PSU，可为所有这些处理器提供所需的额外功率。杰夫对 Raspberry Pi 上的固件和驱动程序进行了一番改动，终于使其正常工作。https://www.hackster.io/naveenbskumar/car-detection-and-tracking-system-with-rpi-hailo-ai-kit-16ef44作为概念验证，日本制造商 Naveen 旨在实施一个自动系统，用于识别和监控收费站的汽车，以准确统计进出车辆的数量。借助树莓 AI 套件提供的额外处理能力，该项目使用 Edge Impulse 计算机视觉技术，从广角相机模块的视野中检测和计算汽车数量。他说：“我们选择了广角镜头，因为它可以捕捉到更大的区域，”“让摄像头可以同时监控多条车道”。他还需要训练和测试一个 YOLOv5 机器学习模型。所有细节都可以通过上面的链接在项目页面上找到，这对于学习如何为自己的人工智能项目训练自定义 ML 模型可能会很有用。https://www.hackster.io/shahizat/safety-helmet-detection-system-using-raspberry-pi-ai-kit-9bcd30在建筑工地上佩戴安全帽至关重要，它可以挽救你的生命。这个计算机视觉项目使用 Raspberry Pi AI Kit 和先进的 YOLOv8 机器学习模型，以 30fps 的惊人推理速度快速准确地识别摄像头视图内的物体。项目页面上的指南介绍了如何利用 Raspberry Pi AI Kit 实现高效的人工智能推理，以检测安全头盔。其中包括软件安装和模型训练过程的详细信息，为此，制作者提供了一个链接，指向一个包含 5000 张图片的数据集，该数据集带有头盔、人物和头部三个类别的边界框注释。https://www.hackster.io/AlbertaBeef/accelerating-the-mediapipe-models-on-raspberry-pi-5-ai-kit-1698fe谷歌的 MediaPipe 是一个开源框架，用于构建机器学习管道，尤其适用于处理视频和图像。在其他平台上使用过 MediaPipe 后，Mario Bergeron 决定在 Raspberry Pi AI Kit 上进行实验。在项目页面（链接在上）上，他详细介绍了使用过程，包括使用他的 Python 演示应用程序，并提供了检测手/手掌、脸部或姿势的选项。Mario 的测试结果表明，与单独在 Raspberry Pi 5 上运行参考 TensorFlow Lite 模型相比，AI Kit 的 Hailo-8L AI 加速器模块的性能要好得多：快达 5.8 倍。在运行三个模型进行手部和地标检测时，检测到一只手的帧速率为 26-28fps，检测到两只手的帧速率为 22-25fps。
树莓派人工智能套件可以直接在树莓派的经销商进行购买，购买方式：![]()
我们会定期更新~
关注树莓派开发者~
了解更多树莓派相关内容~
