Un modulo fotocamera USB per AI Vision è molto più di una semplice fotocamera ad alta-risoluzione. La fotocamera è la parte anteriore dell’intera catena di percezione in un sistema di visione AI. La qualità dei dati che un modello AI elabora in ultima analisi dipende da una serie di fattori, tra cui la chiarezza dell'immagine, la frequenza dei fotogrammi, la stabilità dell'esposizione, le prestazioni del sensore, la selezione dell'obiettivo e la larghezza di banda USB. L'attività di visione, non il conteggio dei megapixel, dovrebbe essere la prima considerazione quando si seleziona un modulo telecamera per applicazioni quali ispezione industriale, robotica, rilevamento di oggetti, OCR, terminali intelligenti e monitoraggio automatizzato.
Ponendo l'accento sull'integrazione pratica piuttosto che sul semplice confronto delle specifiche, questo libro delinea gli elementi chiave che gli ingegneri dovrebbero tenere in considerazione quando scelgono un modulo fotocamera USB per la visione con intelligenza artificiale.
Cosa rende un modulo fotocamera adatto alla visione AI?
I dati di immagine utilizzabili sono essenziali per i sistemi di visione AI. Solo ciò che la fotocamera cattura con sufficiente chiarezza può essere rilevato, classificato o misurato dall’algoritmo AI. Ciò implica che il modulo fotocamera deve corrispondere alle reali caratteristiche visive dell'applicazione.
Ad esempio, quando il soggetto occupa una parte considerevole dell'immagine, un modulo fotocamera da 2 MP può essere un'opzione sensata per il rilevamento di oggetti o presenza. Quando l'applicazione richiede dettagli fini della superficie, OCR, riconoscimento di piccoli-oggetti o un'area di ispezione più ampia, un modulo da 5 MP, 8 MP o 12 MP con risoluzione- più elevata diventa più vantaggioso.
La chiarezza dell'immagine viene prima della risoluzione
Le prestazioni dell'intelligenza artificiale non sono sempre migliorate avendo più pixel. La dimensione dei pixel, la qualità ottica, la precisione della messa a fuoco, il controllo dell'esposizione, la gamma dinamica, il livello di rumore e l'illuminazione influiscono tutti sulla nitidezza di un'immagine.
Un'immagine a risoluzione-più elevata con motion blur, rumore eccessivo o scarsa messa a fuoco potrebbe non sempre fornire risultati AI altrettanto solidi quanto un'immagine stabile da 2 MP con un buon contrasto ed esposizione costante.
Specifiche principali del modulo fotocamera per AI Vision
1. Risoluzione: 2MP, 5MP, 8MP o superiore?
La risoluzione deve essere selezionata in base alla dimensione del target all'interno dell'inquadratura. Per il rilevamento generale di oggetti, il conteggio delle persone, il rilevamento della presenza e la classificazione di base,Moduli fotocamera da 2 MP 1080Psono spesso sufficienti e possono ridurre i requisiti di larghezza di banda e di elaborazione.
Per le applicazioni che richiedono più dettagli dell'immagine, come OCR, ispezione della superficie, riconoscimento di codici a barre o identificazione di piccole-parti, i moduli fotocamera da 5 MP, 8 MP o 4K possono fornire una densità di pixel più adatta.
La domanda pratica non è "Quanti megapixel può fornire la fotocamera?" ma "Quanti pixel sono disponibili sulla caratteristica più piccola che il modello AI deve riconoscere?"
2. Prestazioni del sensore e stabilità dell'immagine
Il sensore di immagine determina gran parte del comportamento di base dell'immagine della fotocamera. Gli ingegneri dovrebbero considerare le dimensioni del sensore, le dimensioni dei pixel, la sensibilità, la gamma dinamica, la frequenza dei fotogrammi e le prestazioni in condizioni di scarsa-illuminazione.
Per gli oggetti in movimento, un sensore-frame- elevato o un sensore otturatore globale potrebbe essere più importante del semplice aumento della risoluzione. L'otturatore globale può aiutare a ridurre la distorsione geometrica quando la telecamera o il target si muove rapidamente, rendendolo utile per la robotica, la visione artificiale, il tracciamento e l'ispezione ad alta-velocità.
3. Selezione dell'obiettivo e campo visivo
L'obiettivo deve essere selezionato insieme al sensore. Campo visivo, lunghezza focale, distanza di lavoro, apertura, distorsione e metodo di messa a fuoco influenzano tutti l'immagine finale presentata al modello AI.
Un obiettivo grandangolare-può essere appropriato per il rilevamento di persone o robot mobili che necessitano di un'ampia copertura della scena. Una lente più stretta può essere più adatta quando il modello AI deve concentrarsi su un'area di ispezione specifica.
Per le apparecchiature industriali fisse, gli obiettivi-a fuoco fisso sono spesso più semplici e più stabili. L'autofocus diventa più utile quando la distanza di lavoro cambia o la stessa telecamera deve ispezionare oggetti a distanze diverse.
Per le applicazioni che richiedono una selezione più ampia di sensori, obiettivi, interfacce e formati meccanici, consultare il nostroSoluzioni per moduli fotocamera USB.
Considerazioni sull'interfaccia USB e sull'elaborazione AI
La fotocamera è solo una parte di un sistema di visione AI. È necessario considerare anche il processore host, l'acceleratore AI, la memoria e l'interfaccia.
USB 2.0 contro USB 3.0
USB 2.0 può essere sufficiente per molte applicazioni 1080P, soprattutto quando viene utilizzata l'uscita MJPEG compressa. Per immagini con risoluzione-più elevata, frame rate più elevati o flussi di immagini meno compressi, USB 3.0 fornisce una larghezza di banda sostanzialmente maggiore e può essere una scelta migliore.
Gli ingegneri dovrebbero valutare il percorso completo dei dati anziché guardare solo l'interfaccia della fotocamera. Risoluzione, frequenza fotogrammi, formato pixel, compressione e capacità di elaborazione dell'host contribuiscono tutti al carico effettivo del sistema.
Compatibilità UVC
Per i sistemi IA integrati, la compatibilità UVC può semplificare l’integrazione. Un modulo fotocamera UVC può generalmente essere riconosciuto dai sistemi operativi supportati senza sviluppare un driver della fotocamera proprietario, riducendo il carico di lavoro del software durante la prototipazione e l'implementazione.
Pensiero di selezione: come dovrebbero scegliere gli ingegneri?
Invece di iniziare con il modello del sensore, consigliamo di lavorare a ritroso partendo dall’attività di intelligenza artificiale.
Passaggio 1: definire l'obiettivo
Determina cosa deve riconoscere il modello di intelligenza artificiale: una persona, un prodotto, un difetto, un carattere, un codice a barre, un componente o un oggetto in movimento. Stimare la caratteristica più piccola che deve rimanere visibile.
Passaggio 2: definire la scena
Controllare la distanza di lavoro, il campo visivo, l'illuminazione, la velocità target e lo sfondo. Questi parametri spesso determinano i requisiti dell'obiettivo e del sensore prima ancora che venga presa in considerazione la risoluzione.
Passaggio 3: seleziona Risoluzione e frequenza fotogrammi
Utilizza 2 MP quando il dettaglio dell'immagine 1080P è sufficiente. Passa a 5 MP, 8 MP o 4K quando l'applicazione richiede più pixel per target piccoli, ispezioni dettagliate o OCR.
Passaggio 4: controlla la pipeline di elaborazione
Assicurati che l'output della fotocamera corrisponda alla piattaforma AI. Controllare la larghezza di banda USB, i formati video supportati, la compatibilità del sistema operativo, la frequenza dei fotogrammi e i requisiti di memoria prima di finalizzare il modulo della fotocamera.
Ad esempio, il nostroModulo fotocamera da 2 MPl'intervallo può essere preso in considerazione quando i dati dell'immagine 1080P sono sufficienti per l'attività AI.
Applicazioni tipiche della visione AI
I moduli fotocamera USB possono essere integrati in un'ampia gamma di sistemi abilitati all'AI-, tra cui:
- Rilevamento difetti industriali e controllo qualità
- Navigazione del robot e riconoscimento degli oggetti
- Riconoscimento di codici a barre e codici QR
- OCR e riconoscimento dei documenti
- Conteggio persone e rilevamento presenze
- Chioschi intelligenti e terminali self-service
- Controllo accessi e monitoraggio intelligente
- Dispositivi di visione artificiale integrati
Perché la personalizzazione è importante nei progetti di fotocamere AI
Le esigenze meccaniche e ottiche dei progetti di visione con intelligenza artificiale raramente sono le stesse. Potrebbe essere necessario che l'obiettivo soddisfi una distanza di lavoro o un campo visivo specifici, che il PCB debba avere una forma specifica e che il cavo possa richiedere una lunghezza speciale.
A seconda del progetto, è possibile apportare modifiche alla selezione del sensore, alla configurazione dell'obiettivo, al filtro IR, all'autofocus, alla posizione del connettore, alle dimensioni del PCB e all'interfaccia di uscita. Quando la telecamera deve essere inserita all'interno di un robot, una macchina industriale, un chiosco, un dispositivo medico o altre apparecchiature con spazio limitato, ciò è particolarmente cruciale.
Asporto finale
La scelta di un modulo fotocamera USB per la visione AI è essenzialmente un problema di dati di immagine-. Oltre alla qualità dell'immagine, al comportamento del sensore, alla scelta dell'obiettivo, al movimento, all'illuminazione, alla frequenza dei fotogrammi, alla larghezza di banda USB e alla piattaforma di elaborazione AI, la risoluzione è fondamentale.
Una configurazione più realistica della fotocamera per un nuovo progetto di visione AI deriva in genere dall'iniziare con le dimensioni dell'obiettivo, la distanza di lavoro, l'illuminazione e le esigenze di elaborazione anziché limitarsi a selezionare il sensore con la risoluzione-più alta disponibile.
Un modulo fotocamera personalizzato può essere valutato in base ai reali requisiti del sistema se il tuo progetto di visione AI presenta requisiti particolari per sensore, obiettivo, dimensioni PCB, interfaccia USB, messa a fuoco automatica, otturatore globale o altre funzionalità della fotocamera.
