硬件介绍

产品简介

UnitV2是M5Stack推出的一款高效率的AI识别模块,专为, 采用Sigmstar SSD202D(集成双核Cortex-A7 1.2Ghz处理器)控制核心，集成128MB-DDR3内存，512MB NAND Flash, 1080P摄像头。内嵌Linux操作系统，集成丰富的软硬件资源与开发工具，致力带给用户开箱即用，简洁高效的Ai开发体验。UnitV2采用SigmstarSSD202D(集成双核Cortex-A7 1.2Ghz处理器)控制核心，集成了M5Stack开发的多个即用型AI识别应用程序（例如：人脸识别、对象跟踪、颜色跟踪器、形状检测器、条形码检测器和其他常用功能），可以帮助用户快速构建自己的AI应用程序。UnitV2即插即用，具有内置的USBLAN。通过USB-C接口连接到PC时，他将自动与UnitV2建立网络连接，也可以通过Wi-Fi连接和调试。UART串口通讯，所有标识内容通过串口自动以JSON格式输出，调用方便。内嵌Linux操作系统，集成丰富的软硬件资源与开发工具。

产品特性

• Sigmstar SSD202D
• 双核 Cortex-A7 1.2Ghz 处理器
• 128MB DDR3
• 512MB NAND Flash
• GC2145 1080P Colored Sensor
• 内置麦克风
• WiFi 2.4GHz

可进行的应用

• Ai识别功能开发
• 工业视觉识别分类
• 机器视觉学习

产品功能实现原理图

设计思路

使用UnitV2的摄像头来识别进出宿舍门口的人是否佩戴口罩，如果检测到未佩戴口罩，则提示为佩戴口罩，并且将未佩戴口罩的人数加1，并将数据返回PC端。这个项目可实现的功能是，可以放在特定的场所进行未带口罩的人数统计并将数据进行返回，可以对相关地区的疫情防控工作统计进行调查，既确保了调查人员的安全，又能保证数据的准确性。本项目通过进出门口的成员是否佩戴口罩的人数进行统计，若未佩戴口罩则进行提示并将数据返回。

设计流程

模型生成

通过M5Stack的V-Training(Ai模型训练服务),轻松构建自定义识别模型。使用手机或是其他摄像设备拍摄图片素材并保存至电脑,使用浏览器访问V-Training在线训练平台,注册登录账户(M5论坛用户账户可直接登录)

可以使用 V-Training (m5stack.com) 提供的在线模型生成，也可以离线生成。

下载生产后可上传到UnitV2中使用

数据的识别并传回PC端

from json.decoder import JSONDecodeError

import subprocess

import json

import requests

import base64

import time

reconizer = subprocess.Popen(['/home/m5stack/payload/bin/object_recognition', '/home/m5stack/payload/uploads/models/v2model_bee6246eee329e7'], stdin=subprocess.PIPE, stdout=subprocess.PIPE, stderr=subprocess.PIPE)

number=0 

img = b''

while 1:

    doc = json.loads(reconizer.stdout.readline().decode('utf-8'))

    if 'img' in doc:

        byte_data = base64.b64decode(doc["img"])

        img = bytes(byte_data)

    elif 'num' in doc:

        for obj in doc['obj']:

            if obj['type'] == 'yes':

                print('已佩戴口罩')

                

            elif obj['type'] == 'no':

                 print('未佩戴口罩')

                 number = number+1

                 print('未佩戴口罩人数')

                 print(number)