Visione integrata AI con Ultralytics YOLO e MCU STMicroelectronics

Con l'aumento dell'adozione dell'IA in tutti i settori industriali, cresce rapidamente anche la domanda di soluzioni ad alte prestazioni e basso consumo in grado di eseguire inferenze in tempo reale sul bordo. Per rispondere a questa esigenza tecnologica, la STMicroelectronics ha presentato il microcontrollore STM32N6, dotato di un'unità di elaborazione neurale (NPU) integrata progettata per i carichi di lavoro AI embedded. 

Eseguendo i modelli Ultralytics YOLO sull'STM32N6, la STMicroelectronics ha dimostrato che l'IA di visione integrata accurata ed efficiente è possibile sui microcontrollori, aprendo nuove opportunità per l'intelligenza scalabile e on-device in settori come le città intelligenti, la sanità e l'elettronica di consumo.

Esplorazione di Vision AI per dispositivi edge a basso consumo energetico

STMicroelectronics è leader mondiale nella tecnologia dei semiconduttori, con oltre 50.000 dipendenti e più di 200.000 clienti in tutto il mondo. Progetta e costruisce chip che consentono di realizzare applicazioni che vanno dai veicoli elettrici alle apparecchiature industriali, dai dispositivi per la casa intelligente all'elettronica di consumo.

Mentre un numero sempre maggiore di industrie si rivolge all'intelligenza artificiale per rendere i dispositivi più intelligenti e reattivi, la STMicroelectronics si è concentrata sul portare queste capacità direttamente ai bordi. Ad esempio, il microcontrollore STM32N6, un chip potente ed efficiente dal punto di vista energetico, è in grado di gestire attività di IA sul dispositivo come la computer vision.

Per aiutare gli sviluppatori a realizzare applicazioni di visione embedded su STM32N6, STMicroelectronics ha cercato modelli flessibili e ad alte prestazioni che potessero funzionare in modo efficiente su un microcontrollore. I modelli Ultralytics YOLO si sono rivelati molto adatti, offrendo una combinazione affidabile di velocità, precisione e facilità di integrazione.

I vincoli dell'abilitazione dei sistemi embedded alimentati dall'intelligenza artificiale

Prima che il concetto di Edge AI si diffondesse, i modelli di computer vision venivano in genere sviluppati per essere eseguiti su sistemi centralizzati di grandi dimensioni, come i server cloud o le GPU (Graphics Processing Unit). Queste piattaforme offrivano le capacità di calcolo necessarie per addestrare e distribuire modelli di grandi dimensioni, ma introducevano anche limitazioni come l'elevato consumo energetico, la dipendenza dalla rete, la latenza e l'aumento dei costi operativi.

Con l'aumento dell'interesse per l'implementazione di applicazioni più intelligenti e in tempo reale in settori come la sanità, l'elettronica di consumo e le città intelligenti, è diventato chiaro che spingere l'elaborazione dell'intelligenza artificiale più vicino al luogo in cui i dati vengono generati, ovvero sul dispositivo stesso, era sia una necessità tecnica che un'opportunità strategica.

Tuttavia, l'esecuzione di modelli di intelligenza artificiale su microcontrollori a basso consumo può essere impegnativa. Questi dispositivi hanno generalmente una memoria, una potenza di calcolo e una capacità energetica limitate, che rendono difficile l'implementazione di modelli di visione complessi senza compromettere le prestazioni o la precisione. 

La STMicroelectronics aveva bisogno di identificare una suite di modelli sufficientemente versatili da portare funzionalità di computer vision affidabili e in tempo reale sul proprio microcontrollore STM32N6, senza richiedere agli sviluppatori di semplificare drasticamente i propri modelli o flussi di lavoro. L'obiettivo era quello di fornire un'intelligenza artificiale significativa sul dispositivo, pur rimanendo all'interno dei rigidi vincoli dei sistemi embedded.

Implementazione semplificata del modello YOLO sui microcontrollori

Per consentire l'IA avanzata su dispositivi embedded a basso consumo, STMicroelectronics ha presentato l'STM32N6, un microcontrollore ad alte prestazioni dotato di Neural-ART Accelerator™. Si tratta di un'unità di elaborazione neurale (NPU) costruita internamente appositamente per i carichi di lavoro dell'intelligenza artificiale. Questa tecnologia consente agli sviluppatori di eseguire inferenze AI direttamente sul dispositivo, riducendo la dipendenza dal cloud computing e migliorando la velocità, la reattività e l'efficienza energetica.

STMicroelectronics ha collaborato con Ultralytics per valutare e mostrare le capacità dell'STM32N6 eseguendo i modelli Ultralytics YOLO sul microcontrollore. Noti per il loro equilibrio tra velocità e precisione, i modelli Ultralytics YOLO sono adatti ad ambienti con risorse limitate e a implementazioni embedded.

‍

Eseguendo diverse varianti del modello YOLO direttamente sull'STM32N6, la STMicroelectronics è stata in grado di dimostrare una serie di casi d'uso dell'IA di visione, come il rilevamento, la classificazione e il tracciamento di oggetti, il tutto entro i limiti di potenza e memoria di un microcontrollore. Questa collaborazione offre agli sviluppatori un'opzione affidabile per l'implementazione di sistemi embedded alimentati dall'intelligenza artificiale in tempo reale, utilizzando modelli di visione scalabili e pronti per la produzione.

Perché scegliere i modelli YOLO di Ultralytics?

I modelli Ultralytics YOLO hanno offerto alla STMicroelectronics la giusta combinazione di precisione, efficienza e versatilità necessaria per i sistemi embedded abilitati all'intelligenza artificiale. I modelli sono abbastanza leggeri da poter essere eseguiti su microcontrollori a basso consumo come l'STM32N6, ma sufficientemente potenti da garantire prestazioni di rilevamento degli oggetti e di segmentazione delle istanze in tempo reale.

Ad esempio, eseguendo il modello Ultralytics YOLOv8n con una risoluzione di 256x256 sull'STM32N6, il sistema ha raggiunto 34 fotogrammi al secondo e ogni inferenza ha richiesto circa 29 millisecondi. Le misure di potenza hanno mostrato che il sistema consumava solo 9,4 millijoule per inferenza, rendendolo adatto a compiti di visione in tempo reale su dispositivi a basso consumo.

Grazie al supporto di più varianti del modello YOLO, gli sviluppatori hanno la flessibilità di regolare la velocità, le dimensioni o la precisione in base ai vincoli della loro applicazione. L'architettura facile da integrare, unita al forte supporto della comunità e della documentazione, ha fatto di Ultralytics YOLO una scelta naturale per l'obiettivo di STMicroelectronics di accelerare l'adozione di Vision AI in un'ampia gamma di casi d'uso embedded.

Attraverso una licenza Ultralytics Enterprise, STMicroelectronics fornisce ai clienti l'accesso alla suite completa di modelli YOLO per i test e lo sviluppo interni. Tuttavia, per qualsiasi implementazione commerciale, i clienti devono richiedere la propria licenza commerciale direttamente a Ultralytics tramite il modulo di licenza. Questo garantisce la conformità e supporta un percorso scalabile verso soluzioni Vision AI pronte per la produzione.

Dalle città intelligenti alla sanità: L'intelligenza artificiale scalabile in azione

La possibilità di eseguire i modelli Ultralytics YOLO direttamente sul microcontrollore STM32N6 ha sbloccato un'ampia gamma di applicazioni Vision AI per STMicroelectronics e il suo ecosistema di sviluppatori. Fornendo un'inferenza veloce e accurata sul dispositivo, senza dover ricorrere all'elaborazione esterna o alla connettività cloud, questa soluzione rende possibile l'implementazione di funzionalità intelligenti in sistemi compatti e a basso consumo.

I clienti stanno esplorando casi d'uso in settori come il rilevamento in tempo reale di pedoni e veicoli nelle infrastrutture delle città intelligenti, i controlli di sicurezza e di qualità sul dispositivo nell'automazione industriale e la diagnostica assistita dall'intelligenza artificiale negli strumenti sanitari portatili. Allo stesso modo, nel settore dell'elettronica di consumo, i modelli YOLO consentono funzioni reattive come il rilevamento della presenza, il riconoscimento dei gesti e il tracciamento degli oggetti, il tutto nei limiti delle prestazioni dei dispositivi alimentati a batteria.

‍

Costruire oggi le soluzioni Vision AI di domani

Con la continua evoluzione dell'intelligenza artificiale, la STMicroelectronics è impegnata a rendere più semplice l'introduzione di soluzioni potenti ed efficienti nei dispositivi edge. Lavorando a stretto contatto con partner come Ultralytics, aiuta gli sviluppatori a iniziare più rapidamente con modelli pronti all'uso, strumenti e risorse compatibili con STM32. 

Fate il passo successivo nell'innovazione dell'intelligenza artificiale. Visitate il nostro repository GitHub per scoprire come i modelli YOLO di Ultralytics stanno trasformando la visione incorporata. Esplorate le applicazioni dell'IA nella sanità e della computer vision nella vendita al dettaglio e scoprite le nostre opzioni di licenza oggi stesso!