A Ultralytics e a STMicroelectronics uniram esforços para implementar eficientemente modelos YOLO em microcontroladores de baixo consumo e obter inferência precisa em tempo real na edge.
À medida que a adoção da IA aumenta em vários setores, cresce a procura por soluções de alto desempenho e baixo consumo capazes de executar inferência em tempo real na edge. Para responder a esta necessidade tecnológica, a STMicroelectronics apresentou o microcontrolador STM32N6, com uma Unidade de Processamento Neural (NPU) integrada, concebida para cargas de trabalho de IA incorporada.
Ao executar modelos Ultralytics YOLO no STM32N6, a STMicroelectronics demonstrou que é possível obter IA de visão incorporada precisa e eficiente em microcontroladores, abrindo novas oportunidades para inteligência escalável no dispositivo em setores como cidades inteligentes, saúde e eletrónica de consumo.
Explorar a IA de visão para dispositivos de baixo consumo na edge#
A STMicroelectronics é líder mundial em tecnologia de semicondutores, com mais de 50 000 colaboradores e mais de 200 000 clientes em todo o mundo. A empresa concebe e fabrica chips que permitem aplicações que vão desde veículos elétricos e equipamentos industriais até dispositivos domésticos inteligentes e eletrónica de consumo.
À medida que mais setores recorrem à IA para tornar os dispositivos mais inteligentes e responsivos, a STMicroelectronics tem-se concentrado em levar essas capacidades diretamente para a edge. Por exemplo, o seu microcontrolador STM32N6, um chip potente e energeticamente eficiente, consegue executar tarefas de IA no dispositivo, como visão computacional.
Para ajudar os programadores a criar aplicações de visão incorporada no STM32N6, a STMicroelectronics procurou modelos flexíveis e de alto desempenho que pudessem ser executados eficientemente num microcontrolador. Os modelos Ultralytics YOLO revelaram-se uma excelente opção, oferecendo uma combinação fiável de velocidade, precisão e facilidade de integração.
Os desafios da ativação de sistemas incorporados baseados em IA#
Antes de o conceito de IA na edge ser amplamente aceite, os modelos de visão computacional eram normalmente desenvolvidos para serem executados em sistemas grandes e centralizados, como servidores na cloud ou GPUs (Unidades de Processamento Gráfico). Estas plataformas ofereciam as capacidades computacionais necessárias para treinar e implementar modelos de grandes dimensões, mas também introduziam limitações como elevado consumo de energia, dependência da rede, latência e aumento dos custos operacionais.
À medida que crescia o interesse em implementar aplicações em tempo real mais inteligentes em setores como a saúde, a eletrónica de consumo e as cidades inteligentes, tornou-se claro que aproximar o processamento de IA do local onde os dados são gerados, no próprio dispositivo, era simultaneamente uma necessidade técnica e uma oportunidade estratégica.
No entanto, executar modelos de IA em microcontroladores de baixo consumo pode ser um desafio. Estes dispositivos têm geralmente memória, capacidade de processamento e autonomia energética limitadas, o que dificulta a implementação de modelos de visão complexos sem comprometer o desempenho ou a precisão.
A STMicroelectronics precisava de identificar um conjunto de modelos suficientemente versátil para levar capacidades fiáveis de visão computacional em tempo real ao seu microcontrolador STM32N6, sem exigir que os programadores simplificassem drasticamente os seus modelos ou fluxos de trabalho. O objetivo era disponibilizar IA significativa no dispositivo, mantendo-se dentro das limitações rigorosas dos sistemas incorporados.
Implementação simplificada de modelos YOLO em microcontroladores#
Para permitir IA avançada em dispositivos incorporados de baixo consumo, a STMicroelectronics apresentou o STM32N6, um microcontrolador de alto desempenho equipado com o Neural-ART Accelerator™. Trata-se de uma Unidade de Processamento Neural (NPU) desenvolvida internamente e especificamente para cargas de trabalho de IA na edge. Esta tecnologia permite que os programadores executem inferências de IA diretamente no dispositivo, reduzindo a dependência da computação na cloud e melhorando simultaneamente a velocidade, a capacidade de resposta e a eficiência energética.
A STMicroelectronics estabeleceu uma parceria com a Ultralytics para avaliar e demonstrar as capacidades do STM32N6, executando modelos Ultralytics YOLO no microcontrolador. Conhecidos pelo equilíbrio entre velocidade e precisão, os modelos Ultralytics YOLO são adequados a ambientes com recursos limitados e implementações incorporadas.
Fig. 1. Um exemplo da execução de um modelo Ultralytics YOLO no STM32N6.
Ao executar diretamente no STM32N6 várias variantes de modelos YOLO, a STMicroelectronics conseguiu demonstrar vários casos de uso de IA de visão, como deteção de objetos, classificação e rastreamento, tudo dentro dos limites de energia e memória de um microcontrolador. Esta colaboração disponibiliza aos programadores uma opção fiável para implementar sistemas incorporados com IA em tempo real, utilizando modelos de visão escaláveis e prontos para produção.
Porquê escolher os modelos Ultralytics YOLO?#
Os modelos Ultralytics YOLO ofereceram à STMicroelectronics a combinação certa de precisão, eficiência e versatilidade necessária para sistemas incorporados com IA. Os modelos são suficientemente leves para serem executados em microcontroladores de baixo consumo, como o STM32N6, mas também suficientemente potentes para proporcionar deteção de objetos e desempenho de segmentação de instâncias em tempo real.
Por exemplo, ao executar o modelo Ultralytics YOLOv8n com uma resolução de 256 por 256 no STM32N6, o sistema atingiu 34 frames por segundo, com cada inferência a demorar cerca de 29 milissegundos. As medições de energia mostraram um consumo de apenas 9,4 milijoules por inferência, tornando-o adequado para tarefas de visão em tempo real em dispositivos de baixo consumo.
Com suporte para várias variantes de modelos YOLO, os programadores têm a flexibilidade de otimizar o ajuste para velocidade, tamanho ou precisão, dependendo das limitações da sua aplicação. A arquitetura fácil de integrar, juntamente com o forte suporte da comunidade e da documentação, fez do Ultralytics YOLO uma escolha natural para o objetivo da STMicroelectronics de acelerar a adoção da IA de visão numa vasta gama de casos de uso incorporados.
Através de uma licença Ultralytics Enterprise, a STMicroelectronics disponibiliza aos clientes acesso ao conjunto completo de modelos YOLO para testes e desenvolvimento internos. No entanto, para qualquer implementação comercial, os clientes têm de solicitar a sua própria licença comercial diretamente à Ultralytics através do formulário de licenciamento. Isto garante a conformidade e apoia um percurso escalável para soluções de IA de visão prontas para produção.
Das cidades inteligentes à saúde: IA escalável na edge em ação#
A capacidade de executar modelos Ultralytics YOLO diretamente no microcontrolador STM32N6 desbloqueou uma vasta gama de aplicações de IA de visão para a STMicroelectronics e o seu ecossistema de programadores. Ao disponibilizar inferência rápida e precisa no dispositivo, sem depender de processamento externo ou de conectividade à cloud, esta solução permite implementar funcionalidades inteligentes em sistemas compactos e de baixo consumo.
Os clientes estão a explorar casos de uso em setores como a deteção de peões e veículos em tempo real em infraestruturas de cidades inteligentes, verificações de segurança no dispositivo e controlo de qualidade na automação industrial, e diagnósticos assistidos por IA em ferramentas portáteis de saúde. Da mesma forma, no setor da eletrónica de consumo, os modelos YOLO permitem funcionalidades responsivas como deteção de presença, reconhecimento de gestos e rastreamento de objetos — tudo dentro das limitações de desempenho dos dispositivos alimentados por bateria.
A construir hoje as soluções de IA de visão do futuro#
À medida que a IA continua a evoluir, a STMicroelectronics concentra-se em facilitar a integração de soluções potentes e eficientes em dispositivos edge. Ao trabalhar em estreita colaboração com parceiros como a Ultralytics, a empresa ajuda os programadores a começar mais rapidamente com modelos, ferramentas e recursos compatíveis com STM32, prontos a utilizar.
Dá o próximo passo na inovação de IA na edge. Visita o nosso repositório GitHub para descobrir como os modelos Ultralytics YOLO estão a transformar a visão incorporada. Explora aplicações de IA na saúde e de visão computacional no retalho, e consulta hoje as nossas opções de licenciamento!
