Bundle: Edge-KI auf Raspberry Pi – KI-Projekte mit AI HAT+ erstellen

Edge AI bringt die Datenverarbeitung direkt auf die Geräte, anstatt auf cloudbasierte Systeme angewiesen zu sein. Das Bundle Learn Edge AI with Raspberry Pi untersucht diesen Ansatz in der Praxis und kombiniert Raspberry-Pi-Hardware mit einem praktischen Leitfaden zum Bau realer Systeme. Dieser Ansatz macht Edge AI auf Raspberry Pi für den Einsatz in der realen Welt praktikabel.

Die Einrichtung verwendet den Raspberry Pi 5 zusammen mit dem AI HAT+, einer Erweiterungsplatine mit einem integrierten Hailo-Beschleuniger. Er wird über PCIe angeschlossen und automatisch vom Raspberry Pi OS erkannt, wodurch die neuronale Verarbeitungseinheit für KI-Aufgaben verfügbar wird.

 

Vision-basierte Anwendungen mit Camera Module 3

Das Bundle enthält auch das Camera Module 3 des Raspberry Pi, das mit einem 12-Megapixel-Sensor mit HDR und Autofokus ausgestattet ist. Es unterstützt sowohl Video- als auch Standbildaufnahmen und ist über das libcamera-Framework integriert.

Im zum Bundle gehörenden Buch werden verschiedene Kameraoptionen behandelt, einschließlich offizieller Module und USB-Webcams sowie Multi-Kamera-Setups.

Von den Grundlagen der KI zur praktischen Einrichtung

Das Buch beginnt mit Grundlagen zur Künstlichen Intelligenz und des maschinellen Lernens, einschließlich neuronaler Netzwerke und der Unterschiede zwischen Edge AI und cloudbasierten Systemen. Es behandelt auch ethische Überlegungen und gibt einen Ausblick auf zukünftige Entwicklungen.

Von dort verschiebt sich der Fokus auf die Einrichtung des Raspberry Pi, die Installation des Betriebssystems und die Arbeit mit Python in der Thonny IDE. Erste Beispiele umfassen GPIO-basierte Projekte mit LEDs und Servomotoren.

Erkennung, Verfolgung und YOLO-basierte Projekte

Sobald das System eingerichtet ist, behandelt das Buch KI-Pipelines wie Personenerkennung, Pose-Schätzung, Instanzsegmentierung und Tiefenschätzung.
 

Weitere Kapitel führen in die YOLO-basierte Objekterkennung ein, mit Beispielen wie Personenerkennungswarnungen, Personen zählen und Objekterkennung. YOLO ist ein Akronym für „You Only Look Once“ und gilt als innovativer Algorithmus zur Objekterkennung.

Diese Beispiele zeigen, wie Edge AI auf Raspberry Pi auf visuelle und Steuerungsaufgaben angewendet werden kann.

Von der Erkennung zur physischen Interaktion

Spätere Kapitel erweitern diese Anwendungen, indem sie die Erkennungsergebnisse mit Hardware verbinden. Die Gestenerkennung wird verwendet, um Servomotoren und robotische Mechanismen, einschließlich eines Roboterarms, zu steuern.

Zusätzliche Abschnitte behandeln den Hailo-8L-Beschleuniger, die Programmierung in Python für KI-Projekte und Fehlersuche.

Eine praktische Einführung in Edge AI

Das Bundle bietet einen strukturierten Weg von den grundlegenden Konzepten zu funktionierenden Anwendungen auf dem Raspberry Pi. Es richtet sich an Leser, die Edge AI erkunden und praktisch mit Computer Vision und eingebetteten KI-Systemen experimentieren möchten.