Ultralytics YOLO27: 加入候补名单。
获取 YOLO 许可
集成

在 Seeed Studio 的 reCamera 上集成 Ultralytics YOLO 模型

了解 Ultralytics 与 Seeed Studio 如何合作推出 reCamera,并在 YOLO Vision 2024 上集成 YOLO 模型,打造创新的视觉 AI 应用。

Abirami VinaAbirami Vina6 分钟阅读
Ultralytics YOLO 模型集成于 Seeed Studio 的 reCamera

我们很高兴通过与 Seeed Studio 合作开启新的一年,此次合作带来了一项全新的计算机视觉创新:reCamera。它是一款专为实时计算机视觉任务设计的开源 AI 摄像头。reCamera 原生支持 Ultralytics YOLO 模型,机身紧凑且可定制,让开发者和创作者更轻松地实现视觉 AI 项目。

reCamera 首次在 YOLO Vision 2024 (YV24) 上向 AI 社区亮相。YOLO Vision 是 Ultralytics 举办的年度混合式活动,展示创新成果,并为视觉 AI 领域的协作提供平台。

活动期间,我们很高兴邀请到 Seeed Studio AI Robotics 团队负责人 Elaine Wu,她发表了精彩的主题演讲,分享 reCamera 的巨大潜力。她将其描述为一款经过悉心设计、充分考虑用户需求的设备,并表示:“我们为你考虑到了每一种可能。”

Elaine Wu 远程登上 YV24 舞台

图 1. Elaine Wu 远程登上 YV24 舞台。

本文将回顾 Elaine Wu 在 YOLO Vision 2024 上的主题演讲,重点介绍 reCamera——这款产品由 Seeed Studio 与 Ultralytics 合作打造——以及它的功能和实际应用。

Seeed Studio 在视觉 AI 领域的创新#

Elaine 在演讲开始时介绍了 Seeed Studio。这家公司自 2008 年起专注于物联网 (IoT) 和 AI 硬件。她解释说,Seeed Studio 为开发者提供各种工具,从小型原型到 NVIDIA Jetson 这样的高性能系统都涵盖在内,帮助开发者将创意变为现实。

多年来,Seeed Studio 已支持超过 20 万名开发者打造集成 AI 和 IoT 的解决方案。Elaine 还分享了 Seeed 如何与芯片供应商、软件公司及广大开发者社区合作,打造可定制的解决方案。

Elaine Wu 介绍了 Seeed Studio 的背景和专业实力

图 2. Elaine Wu 介绍了 Seeed Studio 的背景和专业实力。

认识 reCamera#

介绍完 Seeed Studio 后,Elaine Wu 发布了 Seeed Studio 与 Ultralytics 合作推出的最新产品 reCamera。reCamera 在 YV24 上正式发布,是一款灵活、模块化且价格实惠的AI 摄像头,原生支持 YOLO。Ultralytics 许可授予 Seeed Studio 将 Ultralytics YOLO 模型集成到 reCamera 中的权利,确保终端用户能够合规地在设备上运行 AI。它旨在满足各类应用对实时计算机视觉工具日益增长的需求。

Elaine 展示的 reCamera 不仅仅是一台设备,更是一个平台,开发者、创客和企业都可以对其进行定制和扩展。Seeed Studio 通过开源 reCamera,鼓励 AI 社区打造满足自身需求的解决方案,涵盖 IoT、机器人和工业应用等领域。

reCamera 是一款开源小型 AI 摄像头

图 3. reCamera 是一款开源小型 AI 摄像头。

Elaine 指出:“我们将它定义为一个灵活的视觉 AI 平台,让每个人都能设计自己的摄像头。”她还展示了 reCamera 的模块化设计和亲民价格如何让所有人都能使用视觉 AI,为各行各业的创新创造机会。

Seeed Studio reCamera 的主要功能#

那么,说 reCamera 是首款开源可编程 AI 摄像头,到底意味着什么?reCamera 采用开源产品设计,提供由传感器板、核心板和底板组成的模块化硬件,可按需定制。该设备旨在让开发者轻松灵活地根据需求进行调整。它还原生支持 Ultralytics YOLO 模型,因此开箱即可使用 YOLO 的计算机视觉能力。

原生支持让 reCamera 无需任何设置或兼容性处理,即可充分优化并运行 Ultralytics YOLOv8 和 Ultralytics YOLO11 等 YOLO 模型。Ultralytics 模型已预先安装并可随时部署,因此无需执行集成软件或处理额外成本等设置步骤,开发者可以专注于构建应用。

无论你是在开发 AIoT 解决方案、从事机器人项目,还是开展其他计算机视觉项目,reCamera 都旨在帮助你快速上手。

reCamera 如何脱颖而出,区别于传统 IP 摄像头#

Elaine Wu 还详细介绍了 reCamera 的技术优势,以及它如何克服传统 IP(网际协议)摄像头的局限。

传统摄像头通常需要迷你 PC 或服务器等外部硬件来处理视频和运行 AI 模型,而 reCamera 则将所有功能集成在一个紧凑的设备中。

这种独立式设计让部署更加轻松,也无需额外设备。它还支持完全编程,因此用户可以直接在设备上运行 AI 模型,无需依赖单独的主机,从而成为更高效、更多用途的解决方案。

深入了解 AI 驱动的 reCamera 技术#

reCamera 的核心是采用 RISC-V 架构构建的 SG200X 处理器。这款处理器专为边缘 AI 应用设计,能够以极低的能耗提供强劲性能。

它支持 H.264 和 H.265 等视频技术,这些技术通过压缩视频文件来节省存储空间和带宽。HDR(高动态范围)成像、3D 降噪和镜头校正等附加功能,可确保画面即使在具有挑战性的环境中也清晰、专业。

该处理器每秒可执行 1 万亿次运算 (1 TOPS),能够处理实时目标检测等高要求任务;此外,较小的 8 位微控制器负责处理简单操作,以节省电量。

reCamera 的模块化设计也十分出众,包含核心板、传感器板和底板三个主要部分。开发者可以轻松更换和升级组件。

三块可互换的板卡:核心板、传感器板和底板

图 4. 这三块板卡可以互换:核心板、传感器板和底板。

例如,你可以更换摄像头传感器以提高分辨率,也可以添加麦克风或显示屏等硬件。底板提供灵活的通信选项,包括 USB、以太网,以及 PoE(以太网供电)和 RS-485 等更高级的接口,能够适应各种使用场景。

reCamera 的计算机视觉应用#

reCamera 是适用于各种实际应用的可靠工具。它具备先进的计算机视觉能力和出色的适应性,非常适合希望在项目中集成 AI 解决方案的开发者和企业。

reCamera 可用于各种视觉 AI 应用

图 5. reCamera 可用于各种视觉 AI 应用。

它的一些主要应用包括:

  • 机器人:它可以与机械臂、无人机和云台集成,用于导航、目标跟踪和自动化等任务,从而实现更智能、更高效的运营。
  • 工业应用:reCamera 可协助监控生产线、分拣物体和检测异常,是提升制造和物流效率的实用工具。
  • 智能家居:它可以为可视门铃、智能门锁和家庭安防系统等设备提供支持,通过实时目标检测和人脸识别提升安全性与便利性。
  • 安防:这项创新可通过高质量视频流和可靠的 AI 监控增强监控系统,适用于住宅和商业场所。

凭借灵活性、小巧体积和易于集成等优势,reCamera 可帮助你为各种计算机视觉需求提供切实有效的 AI 解决方案。

令人期待的 reCamera 现场演示#

Elaine Wu 通过 reCamera 现场演示吸引了观众的注意,展示了它的设置和使用有多么简单。她使用可视化编程工具 Node-RED,演示了部署 reCamera 的简单流程:设置分辨率、上传 YOLO 模型并进行部署。短短片刻,reCamera 就已启动,并能准确执行实时目标检测。

演示期间,reCamera 很快识别出她桌上的瓶子、杯子和遥控器等日常物品。Elaine 解释说,reCamera 原生集成 Ultralytics YOLO 模型,能够快速、可靠地提供结果,因此非常适合希望以简单方式实现视觉 AI、又不想编写代码的开发者。

她还指出,reCamera 在视频质量和定制方面具有灵活性。该设备支持最高 2K 分辨率录制,也支持升级传感器以进一步提升性能。

reCamera 为 AI 开发者开启的无限可能#

在 YV24 演讲的最后,Elaine Wu 鼓励开发者社区探索 reCamera 的开源平台。目前,硬件原理图和 reCamera OS 已在 GitHub 上提供,未来还计划发布应用设计。

这次合作为开发者开启了新的机遇

图 6. 这次合作为开发者开启了新的机遇。

reCamera 预装了 Ultralytics YOLO 模型,是简化 AI 模型部署的重要一步;它也让开发者无需编程专长,就能自由定制解决方案。reCamera 的愿景是打造一个协作生态系统,激发视觉 AI 领域的创新并探索新的可能性。

要点#

reCamera 由 Seeed Studio 与 Ultralytics 合作开发,是一款原生集成 YOLO 模型的硬件解决方案。它简化了预装模型在生产环境中的部署,并提供四种多用途版本,以满足不同需求。此次合作标志着先进计算机视觉技术更易于获取、更加灵活地适用于广泛应用场景,迈出了重要一步。

想进一步了解 AI 及其应用,请访问我们的 GitHub 仓库并加入我们的社区。你还可以浏览我们的解决方案页面,了解自动驾驶中的 AI和农业等领域的创新成果。

作者

Abirami Vina
Abirami Vina

内容创作者 · Ultralytics

Abirami Vina 职业生涯始于计算机视觉工程师,由此在视觉 AI 和机器学习领域打下了坚实基础。她是 Ultralytics 的内容创作者,也是 Scribe of AI 的创始人兼首席撰稿人,为专注 AI 的公司撰写高质量技术内容。她热衷于让 AI 更易理解、更具吸引力,通过自己的作品连接前沿技术与现实影响。

评论

提出问题、分享你的结果,或帮助其他人。

探索解决方案

体育领域的计算机视觉

体育领域的计算机视觉

了解 Ultralytics YOLO 如何通过球员和球追踪、表现分析、教练洞察及运动员康复,推动体育视觉技术的发展。
了解详情
航空影像计算机视觉

航空影像计算机视觉

使用 Ultralytics YOLO 将无人机和航空影像转化为农业、水产养殖、保护工作和地理空间分析的实时洞察。
了解详情
航空航天中的计算机视觉

航空航天中的计算机视觉

使用 Ultralytics YOLO 将计算机视觉应用于航空航天领域,包括飞机检查、跑道 FOD 检测、机场地面作业和复合材料缺陷检测。
了解详情
安防领域的计算机视觉

安防领域的计算机视觉

使用 Ultralytics YOLO 模型守护每个场所。视觉 AI 可用于周界监控、威胁检测、车牌识别和工作场所安全。
了解详情
机器人领域的计算机视觉

机器人领域的计算机视觉

使用 Ultralytics YOLO 模型提升智能机器的能力。机器人领域的视觉 AI 可用于自主导航、感知、目标跟踪和实时控制。
了解详情
物流中的计算机视觉

物流中的计算机视觉

借助 Ultralytics YOLO 模型优化物流流程。视觉 AI 可用于包裹检查、分拣、车辆跟踪和仓库安全实时监控。
了解详情
零售中的计算机视觉

零售中的计算机视觉

借助 Ultralytics YOLO 模型重新构想零售。视觉 AI 可用于库存跟踪、货架监控、排队管理和更深入的客户洞察。
了解详情
医疗领域的计算机视觉

医疗领域的计算机视觉

借助 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可加快医学影像处理、优化诊断并监测患者。
了解详情
制造业中的计算机视觉

制造业中的计算机视觉

利用 Ultralytics YOLO 模型优化制造流程。视觉 AI 可用于质量控制、缺陷检测、个人防护装备合规检查和装配线自动化。
了解详情
汽车领域的计算机视觉

汽车领域的计算机视觉

利用 Ultralytics YOLO 模型在汽车领域应用计算机视觉。视觉 AI 可提升道路安全、驾驶辅助和车辆自动化水平,让道路更智能。
了解详情
农业中的计算机视觉

农业中的计算机视觉

借助 Ultralytics YOLO 模型,将视觉 AI 引入智慧农业。为作物监测、牲畜追踪和精准农业提供支持,从而提高产量并实现更智能的生产。
了解详情

让我们携手构建 AI 的未来!

开启你的旅程,迎接机器学习的未来