Visão computacional é um segmento da ciência que permite a máquina analisar e extrair dados de imagens e vídeos. Se você já se interessou neste campo, provavelmente se deparou com biblioteca OpenCV. Esta biblioteca é um projeto de código aberto popular voltado para a visão computacional em tempo real.

OpenCV AI Kit, ou OAK, é uma câmera que utiliza um chip de AI incorporado para processar tarefas de visão computacional, como, por exemplo, detectar objetos, medir distâncias e muitas outras tarefas comum no setor de IA.

O hardware é baseado em software livre sob a licença MIT e uma solução baseada em hardware Myriad X para visão computacional por OpenCV (se isso não fosse óbvio). O produto está disponível em duas versões: OAK e OAK-D. A diferença entre estas câmeras são a capacidade de processamento 3D e a presença de múltiplas câmeras. A seguir os modelos disponíveis. Além de eficaz, apresenta eficiência energética tornado uma solução de grande benefício.

O projeto OpenCV anunciou mundialmente seu projeto de hardware, que é basicamente uma placa única especialmente focado em Visão Computacional. Se você encontra-se neste segmento, já deve conhecer o kit de desenvolvedor NVidia Jetson Nano como uma das alternativas do Raspberry Pi para projetos de IA.

O Jetson Nano pode ser uma opção melhor para projetos de IA, mas o kit OpenCV AI torna mais fácil começar a construir projetos com o OpenCV e já pronto para usar.

Abaixo os modelos para compreendermos melhor:

• OAK: a placa OpenCV AI capaz de processar inferência de rede neural, rastreamento de objetos, reconhecimento de objetos e processamento básico de processamento de imagem.
• OAK-D: além de todas as funções da OAK, possui uma câmera de profundidade 3D e rastreamento de objeto no espaço 3D.

Vantagens do chip Myriad X além do baixo consumo.

1. Inferência neural em tempo real (todos os framework de redes)
2. Profundidade estéreo
3. Rastreamento de movimento
4. Rastreamento de objeto
5. Codificação H.265 / H.264
6. Codificação JPEG
7. Processador vetorial de alta eficiência
8. Câmera 4k @ 60fps

Sendo assim é possível treinar seus próprios modelos de redes neurais ou apenas rastrear e detectar objetos presente na cena ao vivo. Exemplos seriam utilizar as redes neurais para detecção de máscara/sem máscara da pandemia, reconhecimento de idade, detecção de rosto, detecção de objeto, detecção de veículo e muito mais.

Para não esquecer, você sempre pode usar OpenVINO, já publicado aqui, para implantar seu próprio modelo usando qualquer conjunto de dados disponível.

Olhando para outras opções baseadas no Myriad-X, o OpenCV AI Kit parece muito mais promissor, mais barato e fácil de começar.