UnitV2-M12
快速上手
描述
UnitV2是M5Stack推出的一款高效率的AI识别模块, 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。配备 1x常规焦段(FOV:85°) + 1x广角鱼眼镜头(FOV:150°) 两个M12通用规格镜头， 支持手动调焦。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。
产品特性
- Sigmstar SSD202D
- 双核 Cortex-A7 1.2GHz 处理器
- 128MB DDR3
- 512MB NAND Flash
- GC2053 1080P Colored Sensor
- 配备双镜头:常规焦段(FOV:85°) + 广角鱼眼镜头(FOV:150°)
- 内置麦克风
- Wi-Fi 2.4GHz
- 开发方式:
- 随机自带12种常用AI图像功能:二维码、人脸检测、巡线、移动、形状匹配、图像流、分类、颜色跟踪、人脸识别、目标追踪、形状检测、自定义对象识别
- 支持web在线预览, UIFlow(用作串口json格式调用)
- Linux环境(OpenCV、SSH、JupyterNotebook)
包含
- 1 x M5Stack UnitV2 M12
- 1 x 16g TF Card
- 1 x USB-C 线缆 (50cm)
- 1 x 支架
- 1 x 背夹
- 1x 常规焦段镜头(FOV:85°)
- 1x 广角鱼眼镜头(FOV:150°)
应用
- Ai识别功能开发
- 工业视觉识别分类
- 机器视觉学习
UNIT-V2系列比较
| 规格 | UNIT-V2 | UNIT-V2 M12 | UNIT-V2 USB |
|---|---|---|---|
| 镜头配备 | 常规焦段(FOV 68°) | 常规焦段(FOV 85°)+广角焦段(FOV:150°) | 不配备镜头，USB-A 通用接口，可外接各种UVC摄像头 |
| CMOS | GC2145 | GC2053 | / |
规格参数
| 规格 | 参数 |
|---|---|
| Sigmstar SSD202D | Dual Cortex-A7 1.2GHz Processor |
| Flash | 512MB NAND |
| RAM | 128MB-DDR3 |
| Camera | GC2053 1080P Colored Sensor |
| Lens | 1x常规焦段(FOV:85°) + 1x广角鱼眼镜头(FOV:150°) |
| 输入电压 | 5V @ 500mA |
| 硬件外设 | TypeC x1, UART x1, TFCard x1, Button x1, Microphone x1, 内置主动散热风扇 x1 |
| 指示灯 | 红, 白 |
| Wi-Fi | 150Mbps 2.4GHz 802.11 b/g/n |
| 以太网网卡 | SR9900 |
| 产品尺寸(含镜头） | 48 * 24 * 32mm |
| 包装尺寸 | 122 * 37 * 44mm |
驱动安装
根据使用的操作系统的下载相应的SR9900驱动程序。
Windows10
将驱动压缩包解压至桌面路径->进入设备管理器中选中当前未识别的设备(名称为USB 10/100 LAN或带有SR9900字符)->右键选择自定义更新->选中压缩包解压的路径->点击确认,等待更新完成。
MacOS
解压驱动压缩包->双击打开SR9900_v1.x.pkg文件->根据提示点击下一步安装。(压缩包内包含了详细版本的驱动安装教程pdf)
- 安装完成后,若网卡无法正常启用,可以打开终端,使用下方命令重新启用网卡。
sudo ifconfig en10 down
sudo ifconfig en10 up
原理框图
相关链接
开箱即用的Ai识别功能
UnitV2 内部集成由M5Stack开发的基础Ai识别服务,内置多种识别功能(如人脸识别,对象跟踪等常用功能),能够快速帮助用户构建Ai识别应用。
所有功能！即插即用！UnitV2内置了一张有线网卡, 当你通过TypeC接口连接PC时,将自动与UnitV2建立起网络连接。还可以通过WiFi形式连接与调试,具备高自由度。
UART串口输出,所有识别内容自动通过串口输出
JSON格式,方便调用。
开发效率提升
UnitV2的出厂Linux镜像中集成了多种基础外设与开发工具(如Jupyter Notebook)
通过SSH访问你能够完全掌控这台摄像头的硬件资源
通过M5Stack的V-Training(Ai模型训练服务),轻松构建自定义识别模型。
相关视频
UnitV2 内置功能开箱使用
UnitV2 应用场景
