Raspberry Pi AI HAT+: ปลดล็อกพลังการประมวลผล AI บน Raspberry Pi 5 Raspberry Pi AI HAT+ คือบอร์ดเสริม (Add-on board) ที่มาพร้อมกับตัวเร่งความเร็ว AI จาก Hailo ออกแบบมาสำหรับ Raspberry Pi 5 โดยเฉพาะ ช่วยให้คุณสามารถผสานการทำงานของ AI ประสิทธิภาพสูงเข้ากับโปรเจกต์ของคุณได้อย่างง่ายดาย ในราคาที่จับต้องได้ และประหยัดพลังงาน เหมาะอย่างยิ่งสำหรับการสำรวจและพัฒนาแอปพลิเคชันที่หลากหลาย ตั้งแต่การควบคุมกระบวนการในโรงงาน, ระบบความปลอดภัย, ระบบอัตโนมัติในบ้าน (Home Automation) ไปจนถึงหุ่นยนต์อัจฉริยะ เลือกรุ่นที่ใช่สำหรับโปรเจกต์ของคุณ AI HAT+ มีให้เลือก 2 รุ่น ตามความต้องการด้านประสิทธิภาพในการประมวลผล: คุณสมบัติ รุ่น 13 TOPS รุ่น 26 TOPS ชิปเร่งความเร็ว Hailo-8L Hailo-8 ประสิทธิภาพ 13 Tera-Operations Per Second 26 Tera-Operations Per Second เหมาะสำหรับ รัน Neural Networks สำหรับ Object Detection, Pose Estimation, Semantic Segmentation และอื่นๆ รัน Neural Networks ขนาดใหญ่ขึ้น, ทำงานได้รวดเร็วกว่า, และรันหลายโมเดลพร้อมกันได้อย่างมีประสิทธิภาพ คุณสมบัติเด่น (Key Features) เชื่อมต่อความเร็วสูง: สื่อสารกับ Raspberry Pi 5 ผ่านอินเทอร์เฟซ PCIe Gen 3 เพื่อการรับส่งข้อมูลที่รวดเร็ว ใช้งานง่าย (Plug and Play): เมื่อใช้ Raspberry Pi OS เวอร์ชันล่าสุด ระบบจะตรวจจับชิป Hailo และพร้อมใช้งาน NPU สำหรับงาน AI ได้โดยอัตโนมัติ ทำงานร่วมกับกล้องได้ทันที: แอปพลิเคชันกล้อง `rpicam-apps` ที่มากับ Raspberry Pi OS รองรับการทำงานกับ AI HAT+ โดยตรง สามารถใช้ NPU ในการช่วยประมวลผลภาพ (Post-processing) ได้ทันที ประหยัดพลังงาน: ออกแบบมาเพื่อให้ได้ประสิทธิภาพ AI สูงสุดโดยใช้พลังงานน้อย การประยุกต์ใช้งาน (Applications) การตรวจจับวัตถุ (Object Detection): เช่น การนับจำนวนยานพาหนะ, การตรวจจับใบหน้า การแบ่งส่วนภาพ (Semantic & Instance Segmentation): เช่น การวิเคราะห์ภาพทางการแพทย์, การควบคุมหุ่นยนต์ การประมาณท่าทาง (Pose Estimation): เช่น การวิเคราะห์การออกกำลังกาย, ระบบโต้ตอบอัจฉริยะ และโปรเจกต์ด้าน Computer Vision และ Machine Learning อื่นๆ อีกมากมาย

Read more less

The Coral USB Accelerator adds a Coral Edge TPU to your Linux, Mac, or Windows computer so you can accelerate your machine learning models. This page is your guide to get started. All you need to do is download the Edge TPU runtime and PyCoral library. Then we'll show you how to run a TensorFlow Lite model on the Edge TPU. To learn more about the hardware, see the USB Accelerator datasheet . Requirements A computer with one of the following operating systems: Linux Debian 10, or a derivative thereof (such as Ubuntu 18.04), and a system architecture of either x86-64, Armv7 (32-bit), or Armv8 (64-bit) (includes support for Raspberry Pi 3 Model B+, Raspberry Pi 4, and Raspberry Pi Zero 2) macOS 10.15 (Catalina) or 11 (Big Sur), with either MacPorts or Homebrew Installed Windows 10 One available USB port (for the best performance, use a USB 3.0 port) Python 3.6 - 3.9

Read more less