跳到主要内容
SECO
  • AI
  • Edge Computing
  • Clea

使用 SOM-SMARC-MX95 和 YOLOX 进行人数统计:技术概述

SECO SOM-SMARC-MX95 Computer-on-Module(COM)使嵌入式开发人员能够构建面向智慧城市人数统计等复杂的机器视觉应用。本博客介绍这款紧凑型解决方案的主要特性,并概述如何结合 YOLOX 等现代 AI 模型创建完整的系统。

image-28039

全球各地的城市都在投资更智能的基础设施和数据驱动的解决方案,以改善居民的安全、交通和生活质量。例如,安装在公共空间的摄像头可以检测并统计拥挤区域的人数,以实时识别情境风险,从而更快地应对紧急情况。在城市街道上,同样的技术有助于监控交通和公共交通,实现安全高效的出行。在这两种应用场景中,摄像头和计算机视觉技术都可以为基础设施和交通规划与服务提供趋势数据。

实时人数统计和态势感知要求在边缘处理 AI 机器视觉,而不是将视频数据发送到云端。这需要低延迟、高性能的计算,并封装在小巧而坚固的外形规格中。

SMARC 等开放式 Computer-on-Module(COM)标准非常适合将 Edge AI 处理集成到紧凑型摄像头系统中,因为它们兼具强大的计算能力、小巧的尺寸和高能效。而基于商用现货(COTS)COM 的设计支持较长的设备生命周期,并采用通用载板实现灵活设计,从而加快上市时间。

适用于边缘 AI 处理的强大 SMARC 模块

设计人数统计等智慧城市监控应用的开发人员,可以借助 SECO SOM-SMARC-MX95 来简化设计和部署。紧凑的 SMARC(Smart Mobility ARChitecture)82 mm × 50 mm 外形规格,即使在空间最受限的情况下也能实现摄像头系统的集成。该 SMARC 模块具有以下主要特性:

  • CPU:NXP i.MX 95,配备 6 个 Arm Cortex-A55 内核、1 个 Cortex-M7 内核和 1 个 Cortex-M33 内核。
  • NPU:NXP eIQ Neutron,用于直接在边缘执行 AI 模型。
  • 现代图形支持:2D/3D GPU。
  • 高速内存:最高 16GB LPDDR5 6.4GT/s(32 位)。
  • 丰富的连接:2 个 GbE,支持通过 XGMII 实现 1 个 10 GbE,可选 Wi-Fi + BT/BLE 模块。
  • 工作温度:商业级为 0 至 +60 °C,工业级应用为 -40 至 +85 °C。

SOM-SMARC-MX95 丰富的接口,尤其是 MIPI CSI-2 摄像头接口、HDMI/LVDS 显示输出、PCIe Gen3 x1、USB 2.0 和 USB 3.0 以及千兆以太网,便于连接多个传感器,并联网构成更大的分布式监控系统。

搭建人数统计系统

借助 SOM-SMARC-MX95,开发人员可以轻松搭建人数统计系统:一个或多个摄像头及其他外设连接到集成了该模块的载板上,该模块作为中央计算核心,直接在边缘执行基于 AI 的评估。

多个摄像头节点可以组合起来,构成更大的联网系统。根据应用的安全和数据保护要求,也可以从边缘传输视频数据或压缩后的推理和统计数据,交由云端处理。

SOM-SMARC-MX95 与 Clea OS(SECO 基于 Yocto Project 的跨平台嵌入式 Linux)共同构成预先集成的软硬件栈,大大简化了基于 Edge AI 的摄像头系统的开发。搭载 NXP i.MX 95 处理器的 SOM-SMARC-MX95 为边缘视觉应用提供 AI 加速的计算能力和丰富的摄像头连接。Clea OS 提供预先配置、基于 Yocto 的 Linux 操作系统,并包含针对 SOM-SMARC-MX95 的特定配置,免去了通常进行底层系统初始化和配置所需的工作。

在这一组合中,Clea OS 可实现端到端的摄像头流水线:从图像采集,到 AI 加速推理,再到人数统计。而经过优化的 AI 框架则支持快速、可靠地实现 Edge AI 应用。

YOLOX:灵活的计算机视觉平台

除强大的硬件外,对开发人员友好的操作系统和合适的 AI 处理软件,对于成功的 Edge AI 应用同样至关重要。例如,YOLO 是一种模型架构和一系列深度学习算法,非常适合物体识别。它尤其适用于实时物体识别,并被用于众多智慧城市和工业应用。基于该架构有多种可用模型,如 YOLOv3、YOLOv5,或现代而强大的变体 YOLOX。经过优化后,YOLOX 非常适合在 SOM-SMARC-MX95 等资源受限的边缘设备上使用,能够以较低的能耗和内存需求实现高效推理。

SECO 已使用基于 LiteRT 框架的物体识别和人数统计模型,成功地对该 SMARC 模块进行了 YOLOX 测试。SECO App Hub 中描述的工作负载包括摄像头数据采集、预处理、在 eIQ Neutron NPU 上进行 AI 推理,以及统计结果的下游评估和输出,展示了用于人数统计应用的实用 Edge AI 流水线。

对于此工作负载,基于 CPU 的推理表现出明确的性能特征。处理延迟低至 411.48 ms,占用 21.9 MB 内存,这证明了该应用的基本功能。同时,这也凸显了 NXP eIQ Neutron NPU 等专用 AI 加速器所提供的优化潜力,使 SOM-SMARC-MX95 成为人数统计工作负载中更有前景的平台。

SECO 开发平台入门

DEV-KIT-SMARC 旨在简化并加快 Edge 计算的实施,使开发人员能够轻松开始基于 SMARC 的项目。该套件包含一个开发平台,简化了 SMARC 模块的使用,非常适合快速部署人员跟踪应用。

该开发套件包含一整套用于网络、视频和音频的端口,以及线缆、存储和许多其他接口。考虑到可在 SECO 各款 SMARC 产品之间灵活开发,SMARC 卡需单独订购。

对于人数统计应用,凭借两个 CSI 输入接口,附近的多个摄像头可以直接连接到载板,而两个双 RJ-45 千兆以太网端口则可用于将各个摄像头节点联网或连接到监控系统。USB 插座和 HDMI 端口支持集成显示屏和键盘,用于本地 HMI。此外还有灵活的供电选项,可在实验室和真实的演示环境中稳定运行。

结论

实时统计人数和监控拥挤区域,对全球范围内的城市治安和安全至关重要。但成功的部署需要高性能计算,以支持边缘的计算机视觉和 AI 推理。SOM-SMARC-MX95 提供了开发人数统计解决方案所需的计算能力、紧凑尺寸、广泛的摄像头支持、多种 I/O 和网络接口。

除硬件之外,SECO 还展示了如何在 SECO Clea OS(即用型 Yocto 操作系统)的驱动下,将 YOLOX AI 模型直接部署在边缘。最后,嵌入式系统设计人员借助 SECO 多功能的开发套件,获得了评估和部署人数统计平台的精简路径。

立即联系 SECO 专家,受益于创新的 COM 解决方案。

SOM-SMARC-MX95

本文推荐

SOM-SMARC-MX95

搭载NXP i.MX 95应用处理器的SMARC® Rel. 2.1.1 Computer on Module,为下一代边缘计算应用提供优化的处理能力和先进的机器学习加速。

  • SMARC®
  • NXP i.MX 95

本文还提到: DEV-KIT-SMARC

订阅 SECO 新闻通讯。

在 seco.com 上用您的电子邮件地址订阅。

订阅