Skip to main content

Sprzęt

Platforma główna — Raspberry Pi 5 #

Raspberry Pi 5 to znaczący skok wydajności względem poprzednich generacji. Dla tego projektu kluczowe jest:

  • wystarczająca moc do inference lekkiego modelu CNN w czasie rzeczywistym
  • natywne wsparcie dla kamery HQ przez złącze CSI
  • możliwość uruchomienia pełnego stosu Pythona (OpenCV, tflite / PyTorch lite)

Systemd zarządza serwisami odpowiedzialnymi za automatyczne zbieranie zdjęć i monitoring urządzenia.

Niezawodność #

Doświadczenie z projektu: awarie zasilania powodują korupcję karty SD. Rozwiązanie:

  • UPS na wejściu zasilania RPi
  • regularne snapshoty systemu
  • skrypt zbierający dane zapisuje do bufora w RAM przed flushem na kartę

Kamera HQ — Sony IMX477 #

Moduł kamery HQ z sensorem Sony IMX477 oferuje:

  • rozdzielczość 12 Mpx (4056 × 3040)
  • rozmiar piksela 1.55 μm — dobry stosunek sygnał/szum w trudnych warunkach
  • złącze C/CS-mount — kompatybilność z szerszą gamą obiektywów

Uwagi praktyczne #

Złącze taśmowe CSI jest delikatne — uszkodzenie w trakcie montażu to realne ryzyko. W projekcie używam portu zapasowego po uszkodzeniu głównego. Przy montażu warto użyć dedykowanych narzędzi do latch connector i nie śpieszyć się.

Obiektyw — Waveshare 8–50mm #

Zoom 8–50mm daje dużą elastyczność w ustawieniu kadru:

  • na 50mm: karmnik z odległości ~10m wypełnia kadr wystarczająco, żeby ptaki były wyraźnie widoczne
  • manualna przysłona i focus — ustawienie jednorazowe, potem system działa autonomicznie

Wnioski z testów #

Zdjęcia testowe z obiektywem potwierdziły: upierzenie ptaków jest świetnym kamuflażem. Przy słabym oświetleniu ptaki wtapiają się w tło. Wnioski dla datasetu:

  • zbierać zdjęcia w różnych warunkach oświetleniowych
  • nie odrzucać trudnych przypadków — to właśnie one trenują odporność modelu

Fotografia uzupełniająca — Sony a6100 #

Do uzupełnienia datasetu o wysokiej jakości zdjęcia (szczególnie ptaków w locie) używam Sony a6100 z obiektywem Tamron 70–300mm f/4.5–6.3. gphoto2 pozwala na zdalne wyzwalanie aparatu z poziomu skryptu Python — integracja z systemem automatycznego zbierania danych jest możliwa.

Author
Robert
Zajmuję się zastosowaniami geometrii różniczkowej i topologii w inżynierii oraz budową systemów ML na urządzeniach wbudowanych. Projektuję systemy detekcji obrazu oparte o CNN i Raspberry Pi.