物体/食物识别应用:基于新唐科技 Endpoint AI MCU

在AI时代,物体识别和图像显示的重要性日益凸显。图像识别作为人工智能的重要分支,能模拟人类视觉系统以理解、识别并解释图像或视频信息。该技术已广泛应用于家电智能化、物体分类、工业自动化、机器视觉、智能监控、医学影像诊断等领域。

Arm Cortex-M55 与 Ethos-U55 NPU

Arm Cortex-M55是Arm最新推出的低成本、高能效微控制器IP,适用于图像传感器数据的处理及基础计算任务,特别适合用于边缘AI的识别与显示应用。Arm Ethos-U55 NPU则是一款专为神经网络加速而设计的NPU,与M55搭配使用,Arm表示,Ethos-U55是全球首款专为Cortex-M架构优化的微型NPU,适用于资源受限的终端设备。

AI推理多依赖于GPU执行神经网络,但NPU因其专用性,在运行效率与能耗控制方面优于GPU。Ethos-U55小巧省电,能够在微型设备中实现AI模型推理,推动AI普及至更广泛的边缘终端。

新唐 M55M1 在食物识别应用中的优势

基于YOLO目标检测算法,新唐M55M1 MCU可实现冰箱内食品成分的智能识别系统。系统能识别常见水果(如苹果、樱桃、香蕉、草莓)、蔬菜(如胡萝卜、菠菜、土豆)、肉类(如牛肉、火腿)、乳制品(如牛奶、奶酪)及其他日常食材(如鸡蛋等),该系统的训练使用高质量图像的数据集,确保了模型在各种实际应用场景中的差异性和准确性。

透过深度学习技术,M55M1实现对冰箱物品的实时识别与记录,显著提升食品管理效率与准确性,适用于智慧家电、健康饮食管理与食品浪费减少等应用。

食物识别商业应用场景

  • 为智慧冰箱制造商提供核心识别技术

  • 支持超市智能购物与自动补货系统

  • 为食品配送平台提供库存监控解决方案

  • 帮助餐饮业实现智能库存管理

  • 推动家电产业智慧化升级

技术特性与创新

  • 多类别高精度识别:支持识别常见食品,复杂背景下依然精准

  • 实时检测:YOLO架构实现毫秒级响应

  • 自适应学习:模型持续优化,适应新包装与品种

  • 隐私保护:数据本地处理,保障用户隐私

在药品识别上的应用

新唐M55M1同样适用于药品识别与管理,透過相同技术路径识别药品,提升药品存取效率与安全性。

1.png

M55M1 MCU 与开发资源

M55M1 微控制器资源搭载 220 MHz Arm® Cortex®-M55 CPU 和 220 MHz Arm® Ethos™-U55 NPU,专为增强 AI 算力设计,支持机器学习推论以及 CNN 和 RNN 的运算,内建 1.5 MB SRAM 和 2 MB 闪存,并可利用 HYPERBUS™ 接口扩充 HYPERRAM™ 或 HYPERFLASH™。

2.png

新唐科技推出基于Arm® Cortex®-M55核心、由 NuMicro® M55M1 微控制器驱动的 NuEzAI-M55M1 开发板。此开发板搭配在线模型训练工具,开发者无需具备广泛的程序开发知识或深入理解复杂算法,用户只需使用摄影机等装置实时捕捉数据,最快只需三分钟即可训练出一个图像辨识模型。

NuEzAI-M55M1 开发工具大幅简化了终端 AI 的开发流程,即使没有终端 AI 开发经验,开发者也能轻松创建并部署 AI 模型,此平台非常适合用作前期开发的评估工具套件,让开发者能够快速上手,缩短产品上市时间。

NuML Toolkit

针对M55M1优化的NuML Toolkit集成Keil µVision®5 / Arm Compiler 6(armc6)、Make / GCC,支持将Full-INT8量化的 AI 模型转换为 Keil 示例代码。简化AI模型部署流程。开发者无需担心如何将 PC 端训练好的模型转换为 MCU 可执行的格式,便可直接将 AI 模型集成至 MCU 开发项目,专注于编写 MCU 外设控制。NuML Toolkit 让 AI 部署变得更加直观,特别适合希望快速将 AI 应用集成至嵌入式系统的开发者。

来源:新唐MCU

免责声明:本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题,请联系小编进行处理(联系邮箱:cathy@eetrend.com)。