Le kit de découverte de la plateforme de détection Edge AI apporte des capacités de détection avancées et de calcul en intelligence artificielle en périphérie du réseau. Dans sa première version, il comprend un capteur d’image SONY IMX335LLN-D, alimenté par le microcontrôleur STM32N6 de ST, qui inclut le Neural-Art Accelerator™, une unité de traitement neuronal spécifique à ST. Cette combinaison permet un déploiement rapide, un inférence quasi en temps réel et une gestion locale des événements, éliminant ainsi la dépendance aux interactions avec le cloud.

1. Module de caméra :

• Capteur HDR SONY 5Mpx IMX335 : L’IMX335LLN-D est un capteur d’image CMOS à pixels actifs de type 1/2.8 (diagonale de 6,54 mm) avec une matrice de pixels carrés et 5,14 M de pixels effectifs. Cette puce fonctionne avec une alimentation triple de 2,9 V analogique, 1,2 V numérique et 1,8 V d’interface, et a une faible consommation d’énergie. Une haute sensibilité, un faible courant d’obscurité et aucune traînée sont obtenus.
• Monture M12 avec objectif par défaut

2. Module de calcul :

• STM32N657 : Le STM32N6 contient un Neural-Art Accelerator™, une unité de traitement neuronal développée par ST. Les IP et les périphériques incluent une caméra MIPI CSI, un processeur de signal d’image de vision industrielle (ISP), un encodeur vidéo H.264 et un contrôleur Ethernet Gigabit avec prise en charge du point d’extrémité Time-Sensitive Networking (TSN).
• 64 Mo de mémoire Flash NAND externe

• 32 Mo de SDRAM externe
• Capteurs intégrés

3. Module I/O :

• Connecteur USB-C

• En-tête d’extension

Outils de l’écosystème logiciel : STM32Cube.AI

Adaptateur secteur et câbles de connectivité : non inclus

*Documentation pour l’installation et l’intégration : ici

Matériel

• Pipeline de vision par machine : Haute performance et déchargement du CPU
• Capteur d’image à faible consommation et haute sensibilité : Capture d’images de haute qualité pour les tâches d’IA à la périphérie.
• Options de connectivité multiples : USART, USB et (Wi-Fi à venir)

Logiciel

• Suppour pour des modèles de détection d’objets multiples : Créez, entraînez et déployez des modèles personnalisés à l’aide de modèles de vision par ordinateur (YOLO, etc.).
• Traitement IA sur appareil : Exécutez les modèles d’IA directement sur les appareils pour une réactivité en temps réel et une latence réduite.