Frequently asked questions (FAQ)

1. 独自のデータセットを持っている場合、e-conはEdgeECam50_USBを使用してアプリケーションのML（機械学習）モデルを開発することはできますか？

データは、優れた ML ベースの CV アルゴリズムにとって最も重要な本質です。実際の最終アプリケーションに適したデータセットをお持ちのお客様のために、e-con SystemsはMLソリューションの構築を喜んでお手伝いいたします。

2. EdgeECAM50_USB カメラの一般的な消費電力はどのくらいですか？

選択した解像度と使用するモデルの複雑さによって異なります。例えば、 「エッジAIカメラの活用による製品開発の簡素化」というトピックで最近実施したウェビナーで示したアプリケーションでは、消費電力は約0.286A @5Vでした。これまでのところ、最大消費電力は0.465A @5Vとなっています。

3. EdgeECAM 50_USBカメラとMLアプリケーションを開発するためのツールキットを使用したMLワークフローについて説明してください。

まず、データ収集の部分です。カスタムの解像度、フォーマット (グレーまたはRGB) を選択でき、必要に応じて対象地域も選択できます。これが完了したら、データセットの収集を開始できます。

このデータセットを使用すると、選択したフレームワークやツールを使用して、アプリケーションの要件に基づいて ML モデルを開発することができます。提供されているデバイスとツールキットは、主にTFLite Microモデルをサポートしています。TensorFlow 以外のフレームワークを選択した場合、モデルを TFLite Micro モデルに変換するためのオープンソースライブラリが複数あります。

モデルを最適化するために使用できるプロファイリングの詳細を知るために、提供されているベンチマークツールでモデルをベンチマークすることができます。最適化されたモデルは、モデル読み込みツールを使用してカメラに展開できます。

4. EdgeECam50_USB カメラから推論出力を取得する方法を教えてください。

カメラからの推論出力は、同じUSB 2.0接続のHID拡張インターフェイスを介して取得できます。出力長と周波数は、エンドアプリケーションに基づいて設定することもできます。

5. EdgeECam50_USBでは、カメラの実際の5メガピクセルの解像度のうちどのくらいの解像度がモデルに使用されていますか？

カメラに内蔵されているISPは、センサーから得られる5MPのサイズをモデルに必要な解像度に合わせて変更します。画像の特定の領域のみを検出する必要がある場合は、対象領域を選択するオプションもあり、カメラはその領域をモデル入力用に自動的にトリミングします。

6. Edgeecam50_USB で顔認識を実行することはできますか？

はい、顔検出、性別識別、感情検出など、それほど複雑ではない顔認識タスクをこのカメラで実行できます。顔の識別やマッチングなどの、より複雑なタスクは前述の他のプラットフォームに任せることができます。

7. モデルの構築に使用できるTflite micro以外のフレームワークと、それらをカメラに読み込む方法を教えてください。

Tflite microとは別に、Deepview RTおよびGlowベースの推論モデルについては、お客様がモデルをEdgeECAM50_USBに統合するためのカスタマイズサポートが提供いたします。