OpenMV-kamera on pieni, matalan tehon mikrokontrollerikortti, jonka avulla voit helposti toteuttaa sovelluksia käyttäen konenäköä todellisessa maailmassa. Ohjelmoit OpenMV-kameran korkean tason Python-skripteillä (MicroPython-käyttöjärjestelmän ansiosta) C/C++:n sijaan. Tämä helpottaa konenäköalgoritmien monimutkaisten tulosten käsittelyä ja työskentelyä korkean tason tietorakenteiden kanssa. Kuitenkin sinulla on täysi hallinta OpenMV-kamerastasi ja sen I/O-nastoista Pythonissa. Voit helposti laukaista kuvien ja videoiden ottamisen ulkoisilla tapahtumilla tai suorittaa konenäköalgoritmeja selvittääksesi, miten hallita I/O-nastoja.
OpenMV-kameran ominaisuudet:
- STM32H743IIARM Cortex M7 -prosessori, joka toimii 480 MHz:n taajuudella, ja jossa on 32 Mt SDRAM-muistia + 1 Mt SRAM-muistia sekä 32 Mt ulkoista flash-muistia + 2 Mt sisäistä flash-muistia. Kaikki I/O-nastat tuottavat 3,3 V:n jännitteen ja kestävät 5 V:n jännitteen. Prosessorilla on seuraavat I/O-liitännät:
- Täysinopea USB (12 Mbs) -liitäntä tietokoneeseesi. OpenMV-kamerasi näkyy virtuaalisena COM-porttina ja USB-muistitikkuna liitettynä.
- MikroSD-korttipaikka, joka tukee 100 Mbit/s luku-/kirjoitusnopeuksia, mahdollistaa OpenMV-kameran ottaa kuvia ja helposti hakea konenäköresursseja mikroSD-kortilta.
- SPI-väylä, joka voi toimia jopa 80 Mbs:n nopeudella, mahdollistaa kuvatiedon helpon suoratoiston järjestelmästä joko LCD-suojalevyyn, WiFi-suojalevyyn tai toiseen mikrokontrolleriin.
- I2C-väylä (jopa 1 Mb/s), CAN-väylä (jopa 1 Mb/s) ja asynkroninen sarjaväylä (TX/RX, jopa 7,5 Mb/s) muiden mikrokontrollereiden ja antureiden liittämiseksi.
- 12-bittinen AD-muunnin ja 12-bittinen DA-muunnin.
- Kaksi I/O-nastaa servon ohjaamiseen.
- Keskeytykset ja PWM kaikilla I/O-niiteillä (levyllä on 10 I/O-niittiä).
- Ja, RGB-LED ja kaksi suuritehoista 850 nm IR-LEDiä.
- 32 Mt:n ulkoinen 32-bittinen SDRAM, joka kellotetaan 100 MHz:n taajuudella, tarjoaa 400 Mt/s kaistanleveyden.
- 32 Mt ulkoista quadspi-flash-muistia, joka kellotetaan 100 MHz:n taajuudella 4-bittisessä DDR-tilassa, saavuttaen 100 Mt/s kaistanleveyden (lukunopeus).
- Irrotettava kameramoduulijärjestelmä, joka tukee 8-bittistä rinnakkaisliitäntää, mahdollistaa OpenMV Cam H7:n yhteensopivuuden eri antureiden kanssa:
- OpenMV Cam H7 Plus -mallinen mukana tuleeOV5640Kuvasensori pystyy ottamaan 2592x1944 (5MP) kuvia. Useimmat yksinkertaiset algoritmit toimivat 25-50 FPS:n nopeudella QVGA (320x240) resoluutioilla ja sitä pienemmillä. Kuvasensorisi mukana tulee 2,8 mm linssi standardissa M12-linssikiinnikkeessä. Jos haluat käyttää kuvasensorissasi erikoistuneempia linssiä, voit helposti ostaa ja kiinnittää ne itse. Erikoistuneempien linssien käyttöön voit helposti asentaa ne.
- Ammattimaisiin koneellisen näön sovelluksiin voit ostaa SingTowninmaailmanlaajuinen suljin-kameramoduuli mt9V034.
- Infrapunatermografiakoneellisen näön sovelluksiin voit ostaa SingTownFLIR Lepton lämpökuvantamismoduuli.
- 3,7 V litiumioniakun liitäntä, voit ostaa meidän SingTown3,7 V - 1000 mAh litiumioniakku
Dokumentaatio:https://singtown.com/openmv/
Sovellukset
Tällä hetkellä OpenMV-kamera pystyy tekemään seuraavaa (ja lisää on tulossa):
- Neuroverkkojen esineiden havaitseminen
- Voit käyttää OpenMV:tä neuroverkkojen kouluttamiseen esineiden tunnistamiseen, kouluttaen minkä tahansa kohteen, jonka haluat havaita. Esimerkiksi erilaisia numeroita, erilaisia hedelmiä, erilaisia merkkejä, erilaisia osia tai mitä tahansa erityisiä epäsäännöllisiä kohteita voidaan kouluttaa tunnistamaan tiettyjen kohteiden numeron, koordinaatit ja esinetyypin nimen.
- Voit havaita liikennemerkkejä todellisilla teillämme videotutoriaalien perusteella, kuten ei tööttäilyä, ei pysäköintiä, nopeusrajoitus 80 jne./learn/50918
- Neuroverkkojen luokittelu
- Voit käyttää OpenMV:tä neuroverkkojen kouluttamiseen esineiden havaitsemiseen, kouluttaen minkä tahansa kohteen, jonka haluat havaita. Esimerkiksi erilaisia numeroita, erilaisia hedelmiä, erilaisia merkkejä, erilaisia osia tai mitä tahansa erityisiä epäsäännöllisiä kohteita voidaan kouluttaa tunnistamaan tiettyjen kohteiden numeron, koordinaatit ja esinetyypin nimen.
- Se voi luokitella, käyttääkö henkilö maskia videokurssimme perusteella./learn/50872
- TensorFlow Lite Mikrokontrollereille
- TensorFlow Lite -tuki mahdollistaa mukautettujen kuvien luokittelun ja segmentointimallien suorittamisen OpenMV Cam -kameralla. TensorFlow Liten avulla voit helposti luokitella monimutkaisia alueita kuvassa ja ohjata 1/0 -nastoja näkemäsi perusteella.

- Kehyseroavaisuus
- Voit käyttää kehyseroitusalgoritmia OpenMV-kamerassasi havaitaksesi liikettä kohteessa. Kehyseroitus mahdollistaa OpenMV:n käytön turvallisuussovelluksissa.
- Väriennätys
- Voit käyttää OpenMV:tä havaitsemaan jopa 16 väriä samanaikaisesti kuvassa (vaikka et koskaan halua löytää enempää kuin 4 väriä), ja jokaisella värillä voi olla mikä tahansa määrä erilaisia väriläiskiä. OpenMV kertoo sinulle jokaisen väriläiskän sijainnin, koon, keskipisteen ja suunnan. Väriennakoinnin avulla OpenMV-kamerasi voidaan ohjelmoida seuraamaan aurinkoa, linjoja, kohteita ja paljon muuta. Videodemo:/learn/49993

- Merkintäseuranta
- Voit käyttää OpenMV-kameraasi väriryhmien tunnistamiseen yksittäisten värien sijaan. Tämä mahdollistaa värimerkintöjen (2 tai useamman värin tunnisteet) sijoittamisen esineisiin, ja OpenMV saa merkittyjen esineiden sisällön.
- Kasvojen tunnistus
- Voit käyttää OpenMV-kameraasi kasvojen (tai minkä tahansa yleisen kohteen) tunnistamiseen. OpenMV-kamerasi pystyy käsittelemään Haar-malleja yleisten kohteiden tunnistamiseen ja sisältää valmiit Frontal Face ja Eye Haar -mallit kasvojen ja silmien tunnistamiseen./learn/50013
- Silmänseuranta
- Voit käyttää silmänseurantaa havaitaksesi suunnan, johon joku katsoo. Voit käyttää tätä robottien ohjaamiseen. Silmänseuranta havaitsee pupillin asennon samalla, kun se tunnistaa, ovatko silmät läsnä kuvassa.
- Henkilön havaitseminen
- Voit käyttää sisäänrakennettua henkilöntunnistinta (TensorFlow Lite -malli) havaitaksesi, onko näkökentässä ihmisiä.
- Optinen virtaus
- Voit käyttää optista virtauslaskentaa liikkeen havaitsemiseen OpenMV-kamerasi edessä. Esimerkiksi voit käyttää optista virtauslaskentaa kvadrokopterissa ilmanvakautuksen hallintaan.
- QR-koodin tunnistus/purku
- Voit käyttää OpenMV-kameraasi QR-koodien lukemiseen sen näkökentässä. QR-koodien tunnistuksen ja dekoodauksen avulla voit antaa älykkäille roboteille mahdollisuuden lukea ympäristönsä tarroja.
- Data Matrix -tunnistus/dekoodaus
- OpenMV Cam voi myös havaita ja dekoodata Data Matrix -koodeja (2D-viivakoodeja). Voit katsoa videomme täältä.
- Lineaarisen viivakoodin dekoodaus
- OpenMV Cam pystyy myös käsittelemään 1D-viivakoodeja. Se voi purkaa EAN2-, EAN5-, EAN8-, UPCE-, ISBN10-, UPCA-, EAN13-, ISBN13-, I25-, DATABAR-, DATABAR_EXP-, CODABAR-, CODE39-, CODE93- ja CODE128-koodeja. Katso videomme tästä:/learn/50017
- AprilTag-seuranta
- Vielä parempi kuin yllä olevat QR-koodit, OpenMV Cam voi myös seurata AprilTags-merkkejä. AprilTags ovat huippuluokan referenssimerkkejä, jotka ovat kierron, skaalan, vinouman ja valaistuksen suhteen invariantteja. Katso videomme tästä:/learn/49590
- Linjantunnistus
- OpenMV Cam voi suorittaa äärettömien viivojen havaitsemisen nopeasti käytännössä täydellä kuvataajuudella. Lisäksi se pystyy löytämään myös äärettömiä viivasegmenttejä. Voit katsoa videomme tästä:/learn/50009
- Ympyrän havaitseminen
- Voit helposti käyttää OpenMV:tä ympyröiden havaitsemiseen kuvissa.
- Suorakulmion tunnistus
- OpenMV voi myös havaita suorakulmioita käyttämällä neliön tunnistuskoodia AprilTag-kirjastosta.
- Mallipohjan vastaavuus
- Voit käyttää OpenMV-mallin vastaavuutta tunnistaaksesi, onko näkökentässä malleihin verrattavia kuvia. Esimerkiksi mallin vastaavuutta voidaan käyttää löytämään merkintöjä piirilevyiltä tai lukemaan tunnettuja numeroita näytöiltä.
- Kuvanaukaisu
- Voit käyttää OpenMV:tä RGB565/harmaasävyisten BMP/JPG/PPM/PGM-kuvien tallentamiseen. Voit ohjata suoraan kuvien tallentamista Python-skripteissä. Tärkeintä on käyttää konenäköalgoritmeja viivojen ja merkkien piirtämiseen ja tallentamiseen.
- Videonauhoitus
- Voit käyttää OpenMV-kameraa tallentaaksesi RGB565/harmaasävyisiä MJPEG-videoita tai GIF-kuvia (tai RAW-videoita). Voit ohjata suoraan Python-skripteissä, kuinka jokainen videokehys tallennetaan, ja sinulla on täysi hallinta siitä, milloin videonauhoitus alkaa ja päättyy. Lisäksi, kuten kuvien ottamisessa, voit käyttää konenäköalgoritmeja piirtääksesi viivoja, merkit ja tallentaaksesi ne.
Lopuksi kaikki edellä mainitut ominaisuudet voidaan yhdistää IO-nastojen ohjaukseen, jotta ne toimivat mukautettujen sovellustesi kanssa vuorovaikutuksessa todellisen maailman kanssa.