Texas Instruments AM6x Розробка кількох камер
Технічні характеристики
- Назва продукту: Сімейство пристроїв AM6x
- Підтримуваний тип камери: AM62A (з вбудованим провайдером інтернет-послуг або без нього), AM62P (з вбудованим провайдером інтернет-послуг)
- Вихідні дані камери: AM62A (Raw/YUV/RGB), AM62P (YUV/RGB)
- Інтернет-провайдер HWA: AM62A (Так), AM62P (Ні)
- Глибоке навчання HWA: AM62A (Так), AM62P (Ні)
- 3D-графіка HWA: AM62A (Ні), AM62P (Так)
Вступ до багатокамерних застосувань на AM6x:
- Вбудовані камери відіграють вирішальну роль у сучасних системах зору.
- Використання кількох камер у системі розширює можливості та дозволяє виконувати завдання, які неможливо виконати за допомогою однієї камери.
Застосування, що використовують кілька камер:
- Спостереження за безпекою: Покращує охоплення спостереження, відстеження об'єктів та точність розпізнавання.
- Об'ємний View: Забезпечує стереозір для таких завдань, як виявлення перешкод та маніпулювання об'єктами.
- Система реєстратора салону та камери у дзеркалах: Забезпечує розширене покриття та усуває сліпі зони.
- Медична візуалізація: Забезпечує підвищену точність хірургічної навігації та ендоскопії.
- Дрони та аерофотозйомка: Знімайте зображення високої роздільної здатності з різних ракурсів для різних застосувань.
Підключення кількох камер CSI-2 до SoC:
Щоб підключити кілька камер CSI-2 до SoC, дотримуйтесь інструкцій, наведених у посібнику користувача. Забезпечте правильне вирівнювання та підключення кожної камери до призначених портів на SoC.
Примітка до програми
Розробка багатокамерних застосунків на AM6x
Цзяньчжун Сюй, Кутайба Салех
АНОТАЦІЯ
У цьому звіті описується розробка застосунків з використанням кількох камер CSI-2 на пристроях сімейства AM6x. Представлено еталонний проект виявлення об'єктів з глибоким навчанням на 4 камерах на однокристальній системі AM62A з аналізом продуктивності. Загальні принципи проектування застосовні до інших однокристальних систем з інтерфейсом CSI-2, таких як AM62x та AM62P.
вступ
Вбудовані камери відіграють важливу роль у сучасних системах машинного зору. Використання кількох камер у системі розширює можливості цих систем і забезпечує можливості, які неможливо реалізувати за допомогою однієї камери. Нижче наведено деякі приклади...ampкількість програм, що використовують кілька вбудованих камер:
- Спостереження за безпекою: Кілька камер, розташованих стратегічно, забезпечують комплексне охоплення спостереженням. Вони дозволяють панорамне зображення views, зменшити сліпі зони та підвищити точність відстеження та розпізнавання об'єктів, покращуючи загальні заходи безпеки.
- Об'ємний ViewКілька камер використовуються для створення стереоскопічного бачення, що дозволяє отримувати тривимірну інформацію та оцінювати глибину. Це має вирішальне значення для таких завдань, як виявлення перешкод в автономних транспортних засобах, точне маніпулювання об'єктами в робототехніці та підвищений реалізм доповненої реальності.
- Система реєстратора салону та камери у дзеркалах: Автомобільний реєстратор салону з кількома камерами може забезпечити ширше покриття за допомогою одного процесора. Аналогічно, система камери у дзеркалах з двома або більше камерами може розширити поле зору водія. view та усунути сліпі зони з усіх боків автомобіля.
- Медична візуалізація: У медичній візуалізації можна використовувати кілька камер для таких завдань, як хірургічна навігація, що забезпечує хірургам різні перспективи для підвищення точності. В ендоскопії кілька камер дозволяють ретельно обстежити внутрішні органи.
- Дрони та аерофотозйомка: Дрони часто оснащені кількома камерами для зйомки зображень або відео високої роздільної здатності з різних ракурсів. Це корисно в таких сферах, як аерофотозйомка, моніторинг сільського господарства та землевпорядкування.
- З розвитком мікропроцесорів, кілька камер можна інтегрувати в одну систему на кристалі.
(SoC) для забезпечення компактних та ефективних рішень. SoC AM62Ax з високопродуктивною обробкою відео/зображення та прискоренням глибокого навчання є ідеальним пристроєм для вищезгаданих випадків використання. Інший пристрій AM6x, AM62P, створений для високопродуктивних вбудованих 3D-додатків відображення. Оснащений прискоренням 3D-графіки, AM62P може легко об'єднувати зображення з кількох камер та створювати панорамні зображення високої роздільної здатності. viewІнноваційні можливості SoC AM62A/AM62P були представлені в різних публікаціях, таких як [4], [5], [6] тощо. У цій примітці до застосування не повторюватимуться описи цих функцій, а натомість зосередиться на інтеграції кількох камер CSI-2 у вбудовані програми машинного зору на AM62A/AM62P. - У таблиці 1-1 показано основні відмінності між AM62A та AM62P щодо обробки зображень.
Таблиця 1-1. Відмінності між AM62A та AM62P в обробці зображень
| SoC | AM62A | AM62P |
| Підтримуваний тип камери | З вбудованим інтернет-провайдером або без нього | З вбудованим інтернет-провайдером |
| Вихідні дані камери | RAW/YUV/RGB | YUV/RGB |
| Інтернет-провайдер HWA | так | немає |
| Глибоке навчання HWA | так | немає |
| 3D-графіка HWA | немає | так |
Підключення кількох камер CSI-2 до SoC
Підсистема камери на системі на кристалі AM6x містить такі компоненти, як показано на рисунку 2-1:
- Приймач MIPI D-PHY: приймає відеопотоки із зовнішніх камер, підтримуючи швидкість до 1.5 Гбіт/с на лінію передачі даних для 4 ліній.
- Приймач CSI-2 (RX): отримує відеопотоки від приймача D-PHY та або безпосередньо надсилає потоки до інтернет-провайдера, або скидає дані в пам'ять DDR. Цей модуль підтримує до 16 віртуальних каналів.
- SHIM: обгортка DMA, яка дозволяє надсилати захоплені потоки в пам'ять через DMA. Ця обгортка може створювати кілька контекстів DMA, кожен з яких відповідає віртуальному каналу приймача CSI-2.
Кілька камер можуть підтримуватися на AM6x завдяки використанню віртуальних каналів CSI-2 RX, навіть якщо на SoC є лише один інтерфейс CSI-2 RX. Для об'єднання потоків кількох камер та їх надсилання на один SoC потрібен зовнішній агрегувальний компонент CSI-2. Можна використовувати два типи рішень для агрегування CSI-2, описаних у наступних розділах.
Агрегатор CSI-2 з використанням SerDes
Один із способів об’єднання кількох потоків камер – це використання рішення серіалізації та десеріалізації (SerDes). Дані CSI-2 з кожної камери перетворюються серіалізатором і передаються через кабель. Десеріалізатор отримує всі серіалізовані дані, передані з кабелів (один кабель на камеру), перетворює потоки назад на дані CSI-2, а потім надсилає чергуваний потік CSI-2 на єдиний інтерфейс CSI-2 RX на SoC. Кожен потік камери ідентифікується унікальним віртуальним каналом. Це агрегуюче рішення пропонує додаткову перевагу, дозволяючи підключення на великі відстані до 15 м від камер до SoC.
Серіалізатори та десеріалізатори FPD-Link або V3-Link (SerDes), що підтримуються в AM6x Linux SDK, є найпопулярнішими технологіями для цього типу агрегаційного рішення CSI-2. Як десеріалізатори FPD-Link, так і V3-Link мають зворотні канали, які можна використовувати для надсилання сигналів синхронізації кадрів для синхронізації всіх камер, як пояснюється в [7].
На рисунку 2-2 показано прикладampвикористання SerDes для підключення кількох камер до одного SoC AM6x.
КолишнійampЧастину цього агрегуючого рішення можна знайти в комплекті Arducam V3Link Camera Solution Kit. Цей комплект містить десеріалізатор-хаб, який об'єднує 4 потоки камер CSI-2, а також 4 пари серіалізаторів V3link та камер IMX219, включаючи коаксіальні кабелі FAKRA та 22-контактні кабелі FPC. Довідковий проект, що обговорюватиметься пізніше, побудовано на цьому комплекті.
Агрегатор CSI-2 без використання SerDes
Цей тип агрегатора може безпосередньо взаємодіяти з кількома камерами MIPI CSI-2 та агрегувати дані з усіх камер в один вихідний потік CSI-2.
На рисунку 2-3 показано прикладampелемент такої системи. Цей тип агрегаційного рішення не використовує жодних серіалізаторів/десериалізаторів, але обмежений максимальною відстанню передачі даних CSI-2, яка становить до 30 см. SDK AM6x Linux не підтримує цей тип агрегатора CSI-2.
Увімкнення кількох камер у програмному забезпеченні
Архітектура програмного забезпечення підсистеми камери
На рисунку 3-1 показано блок-схему високого рівня програмного забезпечення системи захоплення камери в Linux SDK AM62A/AM62P, що відповідає апаратній системі на рисунку 2-2.
- Ця програмна архітектура дозволяє SoC отримувати потоки з кількох камер за допомогою SerDes, як показано на рисунку 2-2. SerDes FPD-Link/V3-Link призначає кожній камері унікальну адресу I2C та віртуальний канал. Для кожної камери слід створити унікальне дерево пристроїв з унікальною адресою I2C. Драйвер CSI-2 RX розпізнає кожну камеру за допомогою унікального номера віртуального каналу та створює контекст DMA для кожного потоку камери. Для кожного контексту DMA створюється відеовузол. Дані з кожної камери потім отримуються та зберігаються за допомогою DMA у пам'яті відповідно. Програми простору користувача використовують відеовузли, що відповідають кожній камері, для доступу до даних камери. Наприклад...ampІнструкції з використання цієї архітектури програмного забезпечення наведено в розділі 4 – Еталонний дизайн.
- Будь-який драйвер датчика, сумісний з фреймворком V4L2, може бути підключений та працювати в цій архітектурі. Зверніться до [8] щодо інтеграції нового драйвера датчика в Linux SDK.
Архітектура програмного забезпечення конвеєра зображень
- Пакет SDK для Linux AM6x надає фреймворк GStreamer (GST), який можна використовувати в просторі ser для інтеграції компонентів обробки зображень для різних застосувань. Доступ до апаратних прискорювачів (HWA) на SoC, таких як прискорювач попередньої обробки зображення (VPAC) або ISP, відеокодер/декодер та обчислювальний механізм глибокого навчання, здійснюється через GST. pluginsСам VPAC (ISP) має кілька блоків, включаючи підсистему візуальної візуалізації (VISS), корекцію спотворень об'єктива (LDC) та мультискалярний режим (MSC), кожен з яких відповідає плагіну GST.
- На рисунку 3-2 показано блок-схему типового конвеєра зображення від камери до кодування або глибокого
навчальні програми на AM62A. Для отримання додаткової інформації про наскрізний потік даних зверніться до документації EdgeAI SDK.
Для AM62P конвеєр зображень простіший, оскільки на AM62P немає інтернет-провайдера.
Завдяки створенню відеовузла для кожної камери, конвеєр зображень на основі GStreamer дозволяє одночасно обробляти вхідні дані з кількох камер (підключених через один і той самий інтерфейс CSI-2 RX). Довідковий проект з використанням GStreamer для багатокамерних застосувань наведено в наступному розділі.
Еталонний дизайн
У цьому розділі представлено еталонний проект запуску багатокамерних програм на AM62A EVM з використанням комплекту рішень для камер Arducam V3Link для підключення 4 камер CSI-2 до AM62A та запуску виявлення об'єктів для всіх 4 камер.
Підтримувані камери
Комплект Arducam V3Link працює як з камерами на базі FPD-Link/V3-Link, так і з камерами CSI-2, сумісними з Raspberry Pi. Були протестовані такі камери:
- D3 Інженерія D3RCM-IMX390-953
- Leopard Imaging LI-OV2312-FPDLINKIII-110H
- Камери IMX219 у комплекті рішень для камер Arducam V3Link
Налаштування чотирьох камер IMX219
Дотримуйтесь інструкцій, наведених у короткому посібнику зі стартового комплекту AM62A EVM, щоб налаштувати SK-AM62A-LP EVM (AM62A SK) та рішення для камер ArduCam V3Link, щоб підключити камери до AM62A SK за допомогою комплекту V3Link. Переконайтеся, що контакти на гнучких кабелях, камерах, платі V3Link та AM62A SK правильно вирівняні.
На рисунку 4-1 показано налаштування, що використовується для еталонного дизайну в цьому звіті. Основні компоненти налаштування включають:
- 1X плата EVM SK-AM62A-LP
- 1X адаптерна плата Arducam V3Link d-ch
- FPC-кабель, що з'єднує Arducam V3Link з SK-AM62A
- 4 адаптери (серіалізатори) камери V3Link
- 4 коаксіальних радіочастотних кабелі для підключення серіалізаторів V3Link до комплекту V3Link d-ch
- 4 камери IMX219
- 4 кабелі CSI-2 з 22-контактним роз'ємом для підключення камер до серіалізаторів
- Кабелі: кабель HDMI, USB-C для живлення SK-AM62A-LP та джерело живлення 12 В для комплекту цифрового каналу V3Link)
- Інші компоненти, не показані на рисунку 4-1: карта micro-SD, кабель micro-USB для доступу до SK-AM62A-LP та Ethernet для потокової передачі
Налаштування камер та інтерфейсу CSI-2 RX
Налаштуйте програмне забезпечення відповідно до інструкцій, наведених у короткому посібнику Arducam V3Link. Після запуску скрипта налаштування камери setup-imx219.sh, формат камери, формат інтерфейсу CSI-2 RX та маршрути від кожної камери до відповідного відеовузла будуть налаштовані належним чином. Для чотирьох камер IMX219 створюється чотири відеовузли. Команда “v4l2-ctl –list-devices” відображає всі відеопристрої V4L2, як показано нижче:
Під керуванням tiscsi6rx є 1 відеовузлів та 2 медіавузол. Кожен відеовузол відповідає контексту DMA, виділеному драйвером CSI2 RX. З 6 відеовузлів 4 використовуються для 4 камер IMX219, як показано в топології медіаканалу нижче:
Як показано вище, медіа-сутність 30102000.ticsi2rx має 6 вихідних контактних майданчиків, але використовуються лише перші 4, кожен для одного IMX219. Топологію медіа-каналу також можна проілюструвати графічно. Виконайте наступну команду, щоб згенерувати точку file:
Потім виконайте команду нижче на головному ПК з Linux, щоб створити PNG-файл file:
Рисунок 4-2 – це зображення, згенероване за допомогою наведених вище команд. Компоненти архітектури програмного забезпечення, зображеної на рисунку 3-1, можна знайти на цьому графіку.
Трансляція з чотирьох камер
Якщо апаратне та програмне забезпечення налаштовано належним чином, програми для кількох камер можуть запускатися з простору користувача. Для AM62A провайдер інтернет-послуг має бути налаштований для отримання зображення хорошої якості. Зверніться до посібника з налаштування провайдера інтернет-послуг AM6xA, щоб дізнатися, як виконати налаштування провайдера інтернет-послуг. У наступних розділах наведено приклади.ampпотокової передачі даних камери на дисплей, потокової передачі даних камери до мережі та зберігання даних камери в files.
Потокове передавання даних камери на дисплей
Базовим застосуванням цієї багатокамерної системи є потокова передача відео з усіх камер на дисплей, підключений до одного й того ж SoC. Нижче наведено приклад конвеєра GStreamer.ampпотокової передачі чотирьох IMX219 на дисплей (номери відеовузлів та номери v4l-subdev у конвеєрі, ймовірно, змінюватимуться від перезавантаження до перезавантаження).
Потокова передача даних камери через Ethernet
Замість потокової передачі на дисплей, підключений до того ж SoC, дані з камери також можна передавати через Ethernet. Приймачем може бути або інший процесор AM62A/AM62P, або головний ПК. Нижче наведено прикладampспосіб потокової передачі даних камери через Ethernet (використовуючи дві камери для спрощення) (зверніть увагу на плагін кодувальника, який використовується в конвеєрі):
Нижче наведено прикладampотримання даних камери та їх потокова передача на дисплей на іншому процесорі AM62A/AM62P:
Зберігання даних камери в Files
Замість потокової передачі на дисплей або через мережу, дані камери можна зберігати локально. files. Конвеєр нижче зберігає дані кожної камери в file (використання двох камер якampдля спрощення).
Висновок глибокого навчання з використанням кількох камер
AM62A оснащений прискорювачем глибокого навчання (C7x-MMA) з двома TOPS, які здатні запускати різні типи моделей глибокого навчання для класифікації, виявлення об'єктів, семантичної сегментації тощо. У цьому розділі показано, як AM62A може одночасно запускати чотири моделі глибокого навчання на чотирьох різних каналах камер.
Вибір моделі
EdgeAI-ModelZoo від TI надає сотні сучасних моделей, які конвертуються/експортуються з їхніх оригінальних навчальних фреймворків у формат, зручний для вбудованих систем, щоб їх можна було завантажити в прискорювач глибокого навчання C7x-MMA. Хмарний аналізатор моделей Edge AI Studio надає простий у використанні інструмент «Вибір моделі». Він динамічно оновлюється, щоб включити всі моделі, що підтримуються в TI EdgeAI-ModelZoo. Інструмент не вимагає попереднього досвіду та надає простий у використанні інтерфейс для введення функцій, необхідних для потрібної моделі.
Для цього багатокамерного експерименту з глибокого навчання було обрано TFL-OD-2000-ssd-mobV1-coco-mlperf. Ця модель багатооб'єктного виявлення розроблена у фреймворку TensorFlow з вхідною роздільною здатністю 300×300. У таблиці 4-1 показано важливі характеристики цієї моделі після навчання на наборі даних cCOCO з приблизно 80 різними класами.
Таблиця 4-1. Основні характеристики моделі TFL-OD-2000-ssd-mobV1-coco-mlperf.
| Модель | завдання | роздільна здатність | FPS | mAP 50%
Точність на COCO |
Затримка/кадр (мс) | DDR BW
Використання (МБ/кадр) |
| TFL-OD-2000-ssd-
mobV1-coco-mlperf |
Виявлення кількох об'єктів | 300×300 | ~152 | 15.9 | 6.5 | 18.839 |
Налаштування трубопроводу
На рисунку 4-3 показано конвеєр глибокого навчання GStreamer з 4 камерами. TI надає набір GStreamer plugins що дозволяє перекласти частину медіаобробки та виведення глибокого навчання на апаратні прискорювачі. Деякі з нихampменше цих plugins включають tiovxisp, tiovxmultiscaler, tiovxmosaic та tidlinferer. Конвеєр на рисунку 4-3 містить усі необхідні plugins для багатопроменевого конвеєра GStreamer для вхідних даних з 4 камер, кожен з попередньою обробкою медіа, висновками глибокого навчання та постобробкою. Дубльований plugins для кожного зі шляхів камери об'єднані на графіку для легшої демонстрації.
Доступні апаратні ресурси рівномірно розподілені між чотирма шляхами камер. Наприклад, AM62A містить два мультискейлери зображень: MSC0 та MSC1. Конвеєр явно виділяє MSC0 для обробки шляхів камери 1 та камери 2, тоді як MSC1 призначений для камери 3 та камери 4.
Вихідні дані чотирьох конвеєрів камер масштабуються та об'єднуються разом за допомогою плагіна tiovxmosaic. Вихідні дані відображаються на одному екрані. На рисунку 4-4 показано вихідні дані чотирьох камер з моделлю глибокого навчання, що виконує виявлення об'єктів. Кожен конвеєр (камера) працює зі швидкістю 30 FPS, загалом 120 FPS.
Далі наведено повний сценарій конвеєра для випадку використання багатокамерного глибокого навчання, показаного на рисунку 4-3.
Аналіз ефективності
Конфігурацію з чотирма камерами, що використовують плату V3Link та AM62A SK, було протестовано в різних сценаріях застосування, включаючи безпосереднє відображення на екрані, потокову передачу через Ethernet (чотири UDP-канали), запис на 4 окремі files, а також за допомогою глибокого навчання. У кожному експерименті ми контролювали частоту кадрів та використання ядер процесора, щоб дослідити можливості всієї системи.
Як було показано раніше на рисунку 4-4, конвеєр глибокого навчання використовує плагін tiperfoverlay GStreamer для відображення навантаження на ядро процесора у вигляді стовпчастої діаграми внизу екрана. За замовчуванням графік оновлюється кожні дві секунди, щоб відобразити навантаження у відсотках використання.tage. Окрім плагіна tiperfoverlay для GStreamer, інструмент perf_stats — це другий варіант для відображення продуктивності ядра безпосередньо в терміналі з можливістю збереження в fileЦей інструмент є точнішим порівняно з tTiperfoverlay, оскільки останній додає додаткове навантаження на ядра ARMm та DDR для побудови графіка та накладання його на екран. Інструмент perf_stats в основному використовується для збору результатів використання обладнання у всіх тестових випадках, показаних у цьому документі. Деякі з важливих обчислювальних ядер та прискорювачів, досліджених у цих тестах, включають основні процесори (чотири ядра A53 Arm @ 1.25 ГГц), прискорювач глибокого навчання (C7x-MMA @ 850 МГц), VPAC (ISP) з VISS та мультискейлерами (MSC0 та MSC1) та операції DDR.
У таблиці 5-1 показано продуктивність та використання ресурсів під час використання AM62A з чотирма камерами для трьох варіантів використання, включаючи потокову передачу чотирьох камер на дисплей, потокову передачу через Ethernet та запис на чотири окремі камери. files. У кожному випадку використання реалізовано два тести: лише з камерою та з глибоким навчанням та висновками. Крім того, перший рядок у таблиці 5-1 показує використання обладнання, коли на AM62A працювала лише операційна система без будь-яких користувацьких програм. Це використовується як базова лінія для порівняння під час оцінки використання обладнання в інших тестових випадках. Як показано в таблиці, чотири камери з глибоким навчанням та відображенням на екрані працювали зі швидкістю 30 кадрів в секунду кожна, із загальною кількістю 120 кадрів в секунду для чотирьох камер. Така висока частота кадрів досягнута лише при 86% повної потужності прискорювача глибокого навчання (C7x-MMA). Крім того, важливо зазначити, що в цих експериментах прискорювач глибокого навчання працював на частоті 850 МГц замість 1000 МГц, що становить лише близько 85% від його максимальної продуктивності.
Таблиця 5-1. Продуктивність (FPS) та використання ресурсів AM62A при використанні з 4 камерами IMX219 для відображення на екрані, потокової передачі Ethernet, запису на Fileта виконання глибокого навчання з використанням методів висновування
| Застосування n | Трубопровід (експлуатація
) |
Вихід | FPS середній конвеєр s | FPS
всього |
Мікропроцесори A53 на частоті 1.25
ГГц [%] |
Мікроконтролер R5 [%] | DLA (C7x-MMA) @ 850
МГц [%] |
ВІСС [%] | MSC0 [%] | MSC1 [%] | DDR
Дорога [МБ/с] |
DDR
Передача даних [МБ/с] |
DDR
Всього [МБ/с] |
| Немає програми | Базовий рівень Без операції | NA | NA | NA | 1.87 | 1 | 0 | 0 | 0 | 0 | 560 | 19 | 579 |
| Камера тільки | Потік на екран | Екран | 30 | 120 | 12 | 12 | 0 | 70 | 61 | 60 | 1015 | 757 | 1782 |
| Трансляція через Ethernet | PDU: 4
порти 1920×1080 |
30 | 120 | 23 | 6 | 0 | 70 | 0 | 0 | 2071 | 1390 | 3461 | |
| запис до files | 4 file1920×1080 | 30 | 120 | 25 | 3 | 0 | 70 | 0 | 0 | 2100 | 1403 | 3503 | |
| Cam з глибоким навчанням | Глибоке навчання: Виявлення об'єктів MobV1-coco | Екран | 30 | 120 | 38 | 25 | 86 | 71 | 85 | 82 | 2926 | 1676 | 4602 |
| Глибоке навчання: Виявлення об'єктів MobV1-coco та потокова передача через Ethernet | PDU: 4
порти 1920×1080 |
28 | 112 | 84 | 20 | 99 | 66 | 65 | 72 | 4157 | 2563 | 6720 | |
| Глибоке навчання: Виявлення об'єктів MobV1-coco та запис у files | 4 file1920×1080 | 28 | 112 | 87 | 22 | 98 | 75 | 82 | 61 | 2024 | 2458 | 6482 |
Резюме
У цьому звіті про застосування описується, як реалізувати багатокамерні програми на пристроях сімейства AM6x. У звіті наведено еталонний проект, заснований на комплекті рішень для камер Arducam V3Link та AM62A SK EVM, з кількома застосуваннями камери, що використовують чотири камери IMX219, такі як потокова передача та виявлення об'єктів. Користувачам рекомендується придбати комплект рішень для камер V3Link від Arducam та відтворити ці приклади.ampлес. У звіті також наведено детальний аналіз продуктивності AM62A під час використання чотирьох камер у різних конфігураціях, включаючи відображення на екрані, потокову передачу через Ethernet та запис на files. Це також демонструє здатність AM62A виконувати глибокий навчальний висновок на чотирьох окремих потоках камер паралельно. Якщо є якісь питання щодо запуску цих...ampлес, надішліть запит на форум TI E2E.
Список літератури
- Короткий посібник користувача стартового комплекту AM62A EVM
- Короткий посібник з початку роботи з рішенням для камери ArduCam V3Link
- Документація Edge AI SDK для AM62A
- Розумні камери Edge AI з використанням енергоефективного процесора AM62A
- Системи дзеркал камери на AM62A
- Системи моніторингу водія та присутності на AM62A
- Застосування чотириканальної камери для об'ємного зображення View та системи камер CMS
- Академія AM62Ax Linux про активацію датчика CIS-2
- Edge AI ModelZoo
- Студія штучного інтелекту Edge
- Інструмент Perf_stats
Деталі TI, згадані в цій примітці до застосування:
- https://www.ti.com/product/AM62A7
- https://www.ti.com/product/AM62A7-Q1
- https://www.ti.com/product/AM62A3
- https://www.ti.com/product/AM62A3-Q1
- https://www.ti.com/product/AM62P
- https://www.ti.com/product/AM62P-Q1
- https://www.ti.com/product/DS90UB960-Q1
- https://www.ti.com/product/DS90UB953-Q1
- https://www.ti.com/product/TDES960
- https://www.ti.com/product/TSER953
ВАЖЛИВЕ ПОВІДОМЛЕННЯ ТА ВІДМОВА ВІД ВІДПОВІДАЛЬНОСТІ
TI НАДАЄ ТЕХНІЧНІ ДАНІ ТА ДАНІ ПРО НАДІЙНІСТЬ (ВКЛЮЧАЮЧИ СПЕЦІАЛІСТИКИ ДАНИХ), РЕСУРСИ ДИЗАЙНУ (ВКЛЮЧАЮЧИ ЕТАЛОННІ ДИЗАЙНИ), ПРОГРАМУВАННЯ ТА ІНШІ ПОРАДИ ЩОДО ПРОЕКТУВАННЯ, WEB ІНСТРУМЕНТИ, ІНФОРМАЦІЯ ПРО БЕЗПЕКУ ТА ІНШІ РЕСУРСИ «ЯК Є» І З УСІМА НЕДОЛІКАМИ, ТА ВІДМОВЛЯЄТЬСЯ ОТ УСІХ ГАРАНТІЙ, ЯВНИХ ТА НЕПРЯМИХ, ВКЛЮЧАЮЧИ, НЕ ОБМЕЖУЮЧИСЬ, БУДЬ-ЯКІ НЕПРЯМІ ГАРАНТІЇ ПРИДАТНОСТІ ДЛЯ ПРОДАЖУ, ВІДПОВІДНОСТІ ДЛЯ КОНКРЕТНОЇ МЕТИ АБО НЕПОРУШЕННЯ ПРАВ ПРАВА ІНТЕЛЕКТУАЛЬНОЇ ВЛАСНОСТІ ТРЕТІХ СТОРІН .
Ці ресурси призначені для кваліфікованих розробників, які проектують за допомогою продуктів TI. Ви несете повну відповідальність за
- вибір відповідних продуктів TI для вашої програми,
- проектування, перевірка та тестування вашої програми, і
- забезпечення відповідності вашої програми чинним стандартам та будь-яким іншим вимогам безпеки, захисту, нормативним актам чи іншим вимогам.
Ці ресурси можуть бути змінені без попередження. TI дозволяє вам використовувати ці ресурси лише для розробки програми, яка використовує продукти TI, описані в ресурсі. Інше відтворення та відображення цих ресурсів заборонено. Жодна ліцензія не надається на жодне інше право інтелектуальної власності TI або на будь-яке право інтелектуальної власності третіх осіб. TI відмовляється від відповідальності за будь-які претензії, збитки, витрати, втрати та зобов'язання, що виникають внаслідок використання вами цих ресурсів, і ви повністю відшкодуєте TI та її представникам збитки.
Продукти TI надаються згідно з Умовами продажу TI або іншими відповідними умовами, доступними на ti.com або надається в поєднанні з такими продуктами TI. Надання TI цих ресурсів не розширює та іншим чином не змінює відповідні гарантії TI або відмову від гарантій на продукти TI.
TI заперечує та відхиляє будь-які додаткові або інші умови, які ви могли запропонувати.
ВАЖЛИВА ПРИМІТКА
- Поштова адреса: Texas Instruments, Post Office Box 655303, Dallas, Texas 75265
- Авторські права © 2024, Texas Instruments Incorporated
Часті запитання
З: Чи можна використовувати будь-який тип камери з пристроями сімейства AM6x?
Сімейство AM6x підтримує різні типи камер, зокрема з вбудованим ISP-програвачем або без нього. Докладнішу інформацію про підтримувані типи камер дивіться у специфікаціях.
Які основні відмінності між AM62A та AM62P в обробці зображень?
Основні відмінності включають підтримувані типи камер, вихідні дані камери, наявність ISP HWA, Deep Learning HWA та 3-D Graphics HWA. Детальне порівняння дивіться в розділі специфікацій.
Документи / Ресурси
 |
Texas Instruments AM6x Розробка кількох камер [pdfПосібник користувача AM62A, AM62P, AM6x Проявка кількох камер, AM6x, Проявка кількох камер, Кілька камер, Камера |