メルマガ
生産準備が完了したプラットフォームでエッジビジョンを迅速に構築・展開 (Digi-Key社【アプリケーションラボ】技術解説記事のご紹介)
|
|
||||||||||||
 |
生産準備が完了したプラットフォームでエッジビジョンを迅速に構築・展開 ～Digi-Key社【アプリケーションラボ】技術解説記事のご紹介～ |
||
「アプリケーションラボ」は、Digi-Key社のご協力をいただいて、Digi-Key社が公開している新製品や技術情報を日本語でご紹介するWebページです。基礎技術から最新技術まで有益な情報を公開していますので、是非ご活用ください。 今回は、カメラを使用したエッジIoT機器によるビジョンアプリケーションを簡単に構築できるXilinx社のシステムオンモジュールについて解説した記事をご紹介します。 ■生産準備が完了したプラットフォームでエッジビジョンを迅速に構築・展開 現在は、AI技術の進化により様々な応用が可能になっていますが、その中でもカメラを使って人や物を識別するビジョンアプリケーションの需要が急増しています。すなわち、防犯カメラやライブカメラ、街頭カメラ、小売店での販売分析、ガイドロボットなどです。 ただし、急速に進化するAI技術に対応し、AI機能を製品に組み込むためにはハードウェアとソフトウェアの両面で開発する技術者にとって大きな壁になっています。この問題を解決するために開発されたのが、Xilinx社のKria K26システムオンモジュール(SoM)です。
また、4GBのDDR4メモリと245のI/Oを備え、あらゆる種類のセンサーやインターフェースに適応できます。そしてFPGAには、AI機能に対応したビルド済みのハードウェアアクセラレーションを内蔵しているので、設計工程などを大幅に短縮できます。ボードサイズは77×60×11mmと小型で、量産にも対応しています。 さらに、ハードウェアに関する専門知識を持たないソフトウェア開発者でも利用できるように、スマートカメラトラッキングや顔検出、スマートビジョンによる自然言語処理などのアクセラレーションアプリケーションが用意されていて、Xilinx社のKriaアプリストアから入手できます。 Kria K26 SoMを使用したエッジビジョンの開発は、次の(1)～(4)の方法を選んで行うことができます。(4)の方法は自由度は大きいですが、開発が最も難しく時間を必要とします。 (1) Arm Cortex-A53でアプリケーションを実行させる (2) Xilinxが提供する開発環境Vitis AIを用いて推論モデルを実行させる (3) FPGAコードに加えて、推論の前後処理をPythonやC/C++などで実行させる (4) Vivado Design Suiteにより全ての処理をFPGAで実行させる
【アプリケーションラボ】では、エッジビジョンの開発を加速化できるKria K26 SoMの仕様と特徴について解説し、KV260Vision AIスターターキットの使い方を紹介しています。 ここで解説されているデバイスは、マルツオンラインのウェブサイトで購入できますので、是非参考にしてください。
|
||||
下記の2本の解説記事も同時に公開しました。合わせて参考にしてください。 ■米国製の大容量・超薄型コンデンサで基板サイズと市場投入までの時間を短縮 電子機器を小型化するために、プリント基板実装用のコンデンサにも大容量で小型の製品が求められています。ここでは、フィルタコンデンサとバルクストレージコンデンサの役割を解説し、薄型でエネルギー密度の高いコンデンサを紹介します。 ■ヒートスプレッダとギャップフィラーで熱管理を最適化する方法 電子機器の性能と信頼性を確保するには、熱管理が重要です。ここでは、熱伝導性を向上させて放熱と冷却ができるヒートスプレッダとギャップフィラーという熱伝導材料を使用し、効果的に熱管理を行う方法について解説します。 |
|
|
| タンタルと積層セラミックのデカップリングでの使い分け ～低い周波数ではタンタル～ |
||||||||
[今週の問題 問23]
|
||||||||
 |
||||||||
|
