Résultats de la recherche pour "beagley OR ai OR sbc OR with OR gpu OR dsp OR and OR ai OR accelerators"

A Practical Guide to AI, Python, and Hardware Projects Welcome to your BeagleY-AI journey! This compact, powerful, and affordable single-board computer is perfect for developers and hobbyists. With its dedicated 4 TOPS AI co-processor and a 1.4 GHz Quad-core Cortex-A53 CPU, the BeagleY-AI is equipped to handle both AI applications and real-time I/O tasks. Powered by the Texas Instruments AM67A processor, it offers DSPs, a 3D graphics unit, and video accelerators. Inside this handbook, you‘ll find over 50 hands-on projects that cover a wide range of topics—from basic circuits with LEDs and sensors to an AI-driven project. Each project is written in Python 3 and includes detailed explanations and full program listings to guide you. Whether you‘re a beginner or more advanced, you can follow these projects as they are or modify them to fit your own creative ideas. Here’s a glimpse of some exciting projects included in this handbook: Morse Code Exerciser with LED or BuzzerType a message and watch it come to life as an LED or buzzer translates your text into Morse code. Ultrasonic Distance MeasurementUse an ultrasonic sensor to measure distances and display the result in real time. Environmental Data Display & VisualizationCollect temperature, pressure, and humidity readings from the BME280 sensor, and display or plot them on a graphical interface. SPI – Voltmeter with ADCLearn how to measure voltage using an external ADC and display the results on your BeagleY-AI. GPS Coordinates DisplayTrack your location with a GPS module and view geographic coordinates on your screen. BeagleY-AI and Raspberry Pi 4 CommunicationDiscover how to make your BeagleY-AI and Raspberry Pi communicate over a serial link and exchange data. AI-Driven Object Detection with TensorFlow LiteSet up and run an object detection model using TensorFlow Lite on the BeagleY-AI platform, with complete hardware and software details provided.

Lis Plus Moins

A Practical Guide to AI, Python, and Hardware Projects Welcome to your BeagleY-AI journey! This compact, powerful, and affordable single-board computer is perfect for developers and hobbyists. With its dedicated 4 TOPS AI co-processor and a 1.4 GHz Quad-core Cortex-A53 CPU, the BeagleY-AI is equipped to handle both AI applications and real-time I/O tasks. Powered by the Texas Instruments AM67A processor, it offers DSPs, a 3D graphics unit, and video accelerators. Inside this handbook, you‘ll find over 50 hands-on projects that cover a wide range of topics—from basic circuits with LEDs and sensors to an AI-driven project. Each project is written in Python 3 and includes detailed explanations and full program listings to guide you. Whether you‘re a beginner or more advanced, you can follow these projects as they are or modify them to fit your own creative ideas. Here’s a glimpse of some exciting projects included in this handbook: Morse Code Exerciser with LED or BuzzerType a message and watch it come to life as an LED or buzzer translates your text into Morse code. Ultrasonic Distance MeasurementUse an ultrasonic sensor to measure distances and display the result in real time. Environmental Data Display & VisualizationCollect temperature, pressure, and humidity readings from the BME280 sensor, and display or plot them on a graphical interface. SPI – Voltmeter with ADCLearn how to measure voltage using an external ADC and display the results on your BeagleY-AI. GPS Coordinates DisplayTrack your location with a GPS module and view geographic coordinates on your screen. BeagleY-AI and Raspberry Pi 4 CommunicationDiscover how to make your BeagleY-AI and Raspberry Pi communicate over a serial link and exchange data. AI-Driven Object Detection with TensorFlow LiteSet up and run an object detection model using TensorFlow Lite on the BeagleY-AI platform, with complete hardware and software details provided.

Lis Plus Moins

Easy and Affordable Digital Signal Processing The aim of this book is to teach the basic principles of Digital Signal Processing (DSP) and to introduce it from a practical point of view using the bare minimum of mathematics. Only the basic level of discrete-time systems theory is given, sufficient to implement DSP applications in real time. The practical implementations are described in real time using the highly popular ESP32 DevKitC microcontroller development board. With the low cost and extremely popular ESP32 microcontroller, you should be able to design elementary DSP projects with sampling frequencies within the audio range. All programming is done using the popular Arduino IDE in conjunction with the C language compiler. After laying a solid foundation of DSP theory and pertinent discussions on the main DSP software tools on the market, the book presents the following audio-based sound and DSP projects: Using an I²S-based digital microphone to capture audio sound Using an I²S-based class-D audio amplifier and speaker Playing MP3 music stored on an SD card through an I²S-based amplifier and speaker Playing MP3 music files stored in ESP32 flash memory through an I²S-based amplifier and speaker Mono and stereo Internet radio with I²S-based amplifiers and speakers Text-to-speech output with an I²S-based amplifier and speaker Using the volume control in I²S-based amplifier and speaker systems A speaking event counter with an I²S-based amplifier and speaker An adjustable sinewave generator with I²S-based amplifier and speaker Using the Pmod I²S2 24-bit fast ADC/DAC module Digital low-pass and band-pass real-time FIR filter design with external and internal A/D and D/A conversion Digital low-pass and band-pass real-time IIR filter design with external and internal A/D and D/A conversion Fast Fourier Transforms (FFT)

Lis Plus Moins

PÚCA DSP est une carte de développement ESP32 open source et compatible Arduino pour les applications audio et de traitement du signal numérique (DSP) avec des fonctionnalités de traitement audio étendues. Il fournit des entrées audio, des sorties audio, un réseau de microphones à faible bruit, une option de haut-parleur de test intégrée, une mémoire supplémentaire, une gestion de la charge de la batterie et une protection ESD, le tout sur un petit PCB compatible avec une maquette. Synthétiseurs, installations, interface utilisateur vocale et plus encore PÚCA DSP peut être utilisé pour une large gamme d'applications DSP, y compris, mais sans s'y limiter, celles dans les domaines de la musique, de l'art, de la technologie créative et de la technologie adaptative. Les exemples liés à la musique incluent la synthèse musicale numérique, l'enregistrement mobile, les haut-parleurs Bluetooth, les microphones directionnels sans fil au niveau de la ligne et la conception d'instruments de musique intelligents. Les exemples liés à l'art incluent les réseaux de capteurs acoustiques, les installations d'art sonore et les applications de radio Internet. Les exemples liés à la technologie créative et adaptative incluent la conception d'interfaces utilisateur vocales (VUI) et l'audio Web pour l'Internet des sons. Conception compacte et intégrée PÚCA DSP a été conçu pour la portabilité. Lorsqu'il est utilisé avec une batterie rechargeable externe de 3,7 V, il peut être déployé presque n'importe où ou intégré à presque n'importe quel appareil, instrument ou installation. Sa conception est le résultat de mois d'expérimentation avec diverses cartes de développement ESP32, cartes de dérivation DAC, cartes de dérivation ADC, cartes de dérivation microphone et cartes de dérivation de connecteur audio, et – malgré sa petite taille – il parvient à fournir toutes ces fonctionnalités en un seul. conseil. Et cela sans compromettre la qualité du signal. Caractéristiques Processeur et mémoire Processeur Espressif ESP32 Pico D4 Double cœur 32 bits 80 MHz / 160 MHz / 240 MHz 4 Mo SPI Flash avec 8 Mo de PSRAM supplémentaire (édition originale) Wi-Fi sans fil 2,4 GHz 802.11b/g/n BluetoothBLE 4.2 Antenne 3D l'audio Codec audio stéréo Wolfson WM8978 Entrée ligne audio sur connecteur stéréo 3,5 mm Audio Casque / Sortie Ligne sur connecteur stéréo 3,5 mm Entrée ligne auxiliaire stéréo, sortie audio mono acheminée vers l'en-tête GPIO 2x micros MEMS Knowles SPM0687LR5H-1 Protection ESD sur toutes les entrées et sorties audio Prise en charge des fréquences d'échantillonnage de 8, 11,025, 12, 16, 22,05, 24, 32, 44,1 et 48 kHz Pilote de haut-parleur 1 W, acheminé vers l'en-tête GPIO DAC SNR 98 dB, THD -84 dB (pondération « A » à 48 kHz) ADC SNR 95 dB, THD -84 dB (pondération « A » à 48 kHz) Impédance d'entrée ligne : 1 MOhm Impédance de sortie ligne : 33 Ohms Facteur de forme et connectivité Compatible avec la planche à pain 70x24mm 11x broches GPIO réparties sur un en-tête au pas de 2,54 mm, avec accès aux deux canaux ESP32 ADC, JTAG et broches tactiles capacitives USB 2.0 sur connecteur USB Type C Pouvoir Batterie rechargeable au lithium polymère 3,7/4,2 V, USB ou source d'alimentation externe 5 V CC L'ESP32 et le codec audio peuvent être placés en modes faible consommation sous contrôle logiciel Détection du niveau de tension de la batterie Protection ESD sur le bus de données USB Téléchargements GitHub Fiche de données Gauche Campagne de fourniture de masse (comprend une FAQ) Présentation du matériel Programmation du tableau Le codec audio

Lis Plus Moins

Traitement du signal numérique simple et abordable Le but de cet ouvrage est d'enseigner les principes de base du Traitement Numérique du Signal (DSP) et de l'introduire d'un point de vue pratique en utilisant le strict minimum de mathématiques. Seul le niveau de base de la théorie des systèmes à temps discret est donné, suffisant pour implémenter des applications DSP en temps réel. Les implémentations pratiques sont décrites en temps réel à l'aide de la très populaire carte de développement de microcontrôleur ESP32 DevKitC. Avec le microcontrôleur ESP32, peu coûteux et extrêmement populaire, vous devriez être en mesure de concevoir des projets DSP élémentaires avec des fréquences d'échantillonnage comprises dans la plage audio. Toute la programmation est effectuée à l'aide du populaire IDE Arduino en conjonction avec le compilateur en langage C. Après avoir posé une base solide de la théorie DSP et des discussions pertinentes sur les principaux outils logiciels DSP du marché, le livre présente les projets audio et DSP suivants : Utilisation d'un microphone numérique basé sur I²S pour capturer le son audio Utilisation d'un amplificateur audio et d'un haut-parleur de classe D basés sur I²S Lecture de musique MP3 stockée sur une carte SD via un amplificateur et un haut-parleur basés sur I²S Lecture de fichiers de musique MP3 stockés dans la mémoire flash ESP32 via un amplificateur et un haut-parleur basés sur I²S Radio Internet mono et stéréo avec amplificateurs et haut-parleurs basés sur I²S Sortie de synthèse vocale avec un amplificateur et un haut-parleur basés sur I²S Utilisation du contrôle du volume dans les systèmes d'amplificateurs et de haut-parleurs basés sur I²S Un compteur d'événements parlants avec un amplificateur et un haut-parleur basés sur I²S Un générateur d'onde sinusoïdale réglable avec amplificateur et haut-parleur basés sur I²S Utilisation du module ADC/DAC rapide 24 bits Pmod I²S2 Conception de filtre FIR numérique passe-bas et passe-bande en temps réel avec conversion A/D et D/A externe et interne Conception de filtre IIR numérique passe-bas et passe-bande en temps réel avec conversion A/D et D/A externe et interne Transformations de Fourier rapides (FFT)

Lis Plus Moins

Le Elektor Audio DSP FX Processor combine un microcontrôleur ESP32 et un DSP Audio ADAU1701 d'Analog Devices. Outre un noyau DSP programmable par l'utilisateur, l'ADAU1701 intègre des convertisseurs analogique-numérique et numérique-analogique de haute qualité et dispose d'un port I²S. Cela le rend approprié comme interface audio de haute qualité pour l'ESP32. Les programmes pour l'ESP32 peuvent être créés avec Arduino, Platform IO, CMake ou en utilisant Espressif IDF d'une autre manière. Les programmes pour les DSP audio ADAU7101 sont créés avec l'outil de programmation visuelle gratuit SigmaStudio en glissant et déposant des blocs d'algorithmes prédéfinis sur un canevas. Applications Sink audio Bluetooth/Wi-Fi (par ex. haut-parleur) et source Pédale d'effet guitare (stomp box) Synthétiseur musical Générateur de sons/fonctions Filtre cross-over programmable pour haut-parleurs Processeur d'effets audio avancé (réverbération, chorus, pitch shifting, etc.) Appareil audio connecté à Internet Plate-forme d'expérimentation DSP MIDI sans fil Convertisseur MIDI vers CV et bien d'autres... Spécifications Processeur audio numérique ADAU1701 28/56 bits, 50 MIPS prenant en charge des taux d'échantillonnage allant jusqu'à 192 kHz Microcontrôleur double cœur ESP32 32 bits avec Wi-Fi 802.11b/g/n et Bluetooth 4.2 BR/EDR et BLE 2 entrées audio 24 bits (2 V RMS, 20 kΩ) 4 sorties audio 24 bits (0,9 V RMS, 600 Ω) 4x potentiomètres de contrôle Entrée et sortie MIDI Port d'extension I²C Fonctionnement multimode Alimentation : USB 5 V CC ou 7,5-12 V CC (prise cylindrique, broche centrale GND) Consommation de courant (moyenne) : 200 mA Inclus 1x Carte Audio DSP FX Processor (assemblée) 1x ESP32-PICO-KIT 2x Cavaliers 2x Connecteurs à 18 broches (female) 4x Potentiomètres de 10 Ko Téléchargements Documentation GitHub

Lis Plus Moins

This collection features the best of Elektor Magazine's articles on embedded systems and artificial intelligence. From hands-on programming guides to innovative AI experiments, these pieces offer valuable insights and practical knowledge for engineers, developers, and enthusiasts exploring the evolving intersection of hardware design, software innovation, and intelligent technology. Contents Programming PICs from the Ground UpAssembler routine to output a sine wave Object-Oriented ProgrammingA Short Primer Using C++ Programming an FPGA Tracking Down Microcontroller Buffer Overflows with 0xDEADBEEF Too Quick to Code and Too Slow to Test? Understanding the Neurons in Neural NetworksEmbedded Neurons MAUI Programming for PC, Tablet, and SmartphoneThe New Framework in Theory and Practice USB Killer DetectorBetter Safe Than Sorry Understanding the Neurons in Neural NetworksArtificial Neurons A Bare-Metal Programming Guide Part 1: For STM32 and Other Controllers Part 2: Accurate Timing, the UART, and Debugging Part 3: CMSIS Headers, Automatic Testing, and a Web Server Introduction to TinyMLBig Is Not Always Better Microprocessors for Embedded SystemsPeculiar Parts, the Series FPGAs for BeginnersThe Path From MCU to FPGA Programming AI in Electronics DevelopmentAn Update After Only One Year AI in the Electronics LabGoogle Bard and Flux Copilot Put to the Test ESP32 and ChatGPTOn the Way to a Self-Programming System… Audio DSP FX Processor Board Part 1: Features and Design Part 2: Creating Applications Rust + EmbeddedA Development Power Duo A Smart Object CounterImage Recognition Made Easy with Edge Impulse Universal Garden LoggerA Step Towards AI Gardening A VHDL ClockMade with ChatGPT TensorFlow Lite on Small MicrocontrollersA (Very) Beginner’s Point of View Mosquito DetectionUsing Open Datasets and Arduino Nicla Vision Artificial Intelligence Timeline Intro to AI AlgorithmsPrompt: Which Algorithms Implement Each AI Tool? Bringing AI to the Edgewith ESP32-P4 The Growing Role of Edge AIA Trend Shaping the Future

Lis Plus Moins

Le téléchargement intégral de ce numéro est disponible pour nos membres GOLD et GREEN sur le site Elektor Magazine ! Pas encore membre ? Cliquez ici. le système de sécurité IA AlertAlfredBasé sur un Raspberry Pi 5 et le module Hailo 8L l'IA en développement électroniqueune mise à jour après seulement un an intro aux algorithmes de l'IAPrompt: Quels algorithmes implémentent chaque outil d'IA ? ordinateurs monocartes pour les projets d'IAAperçu et contexte des données de capteurs aux modèles d'apprentissage automatiqueDétection de gestes avec Edge Impulse et un accéléromètre créez un neurone d’intégrationet-tir avec fuiteIntelligence artificielle sans logiciel ChatGPT pour la conception électroniqueGPT-4o fait-il mieux ? intégrer l'IA périphérique avec l'ESP32-P4 fonctions vocales sur le Raspberry Pi ZeroWhen Overclocking Gives Freedom of Speech le rôle croissant de l'IA périphériqueUne tendance qui structure l'avenir exploiter la puissance de l'IA en périphérieUn entretien avec François de Rochebouët de STMicroelectronics horloge en VHDL réalisée avec ChatGPT l'impact réel de l'IASayash Kapoor à propos des "faux miracles de l'IA" et plus encore les dernières nouveautés de BeagleBoardBeagleY-AI, BeagleV-Fire, BeagleMod, BeaglePlay et BeagleConnect Freedom détection des moustiques : avec Arduino Nicla Vision et des données open source l'IA d’aujourd'hui et de demain : les idées d'Espressif, d'Arduino et de SparkFun chronologie de l'intelligence artificielle BeagleY-AIThe Latest SBC for AI Applications lumière sur l’IALes perspectives de la communauté Elektor vision artificielle avec OpenMVCréer un détecteur de canettes de soda conversation avec l'esprit numériqueChatGPT vs Gemini "Skilling Me Softley with This Bot?"L'essor de l'IA dans le secteur électronique freiné par une absence de précision sociale ?

Lis Plus Moins

A Beginner's Guide to AI and Edge Computing Artificial Intelligence (AI) is now part of our daily lives. With companies developing low-cost AI-powered hardware into their products, it is now becoming a reality to purchase AI accelerator hardware at comparatively very low costs. One such hardware accelerator is the Hailo module which is fully compatible with the Raspberry Pi 5. The Raspberry Pi AI Kit is a cleverly designed hardware as it bundles an M.2-based Hailo-8L accelerator with the Raspberry Pi M.2 HAT+ to offer high speed inferencing on the Raspberry Pi 5. Using the Raspberry Pi AI Kit, you can build complex AI-based vision applications, running in real-time, such as object detection, pose estimation, instance segmentation, home automation, security, robotics, and many more neural network-based applications. This book is an introduction to the Raspberry Pi AI Kit, and it is aimed to provide some help to readers who are new to the kit and wanting to run some simple AI-based visual models on their Raspberry Pi 5 computers. The book is not meant to cover the detailed process of model creation and compilation, which is done on an Ubuntu computer with massive disk space and 32 GB memory. Examples of pre-trained and custom object detection are given in the book. Two fully tested and working projects are given in the book. The first project explains how a person can be detected and how an LED can be activated after the detection, and how the detection can be acknowledged by pressing an external button. The second project illustrates how a person can be detected, and how this information can be passed to a smart phone over a Wi-Fi link, as well as how the detection can be acknowledged by sending a message from the smartphone to your Raspberry Pi 5.

Lis Plus Moins

Le reComputer J3010 est un appareil d'IA de pointe compact et puissant alimenté par le NVIDIA Jetson Orin Nano, offrant des performances impressionnantes d'IA de 20 TOPS – jusqu'à 40 fois plus rapides que le Jetson Nano. Préinstallé avec Jetpack 5.1.1, il comprend un SSD de 128 Go, 4 ports USB 3.2, HDMI, Gigabit Ethernet et une carte de support polyvalente avec M.2 Key E pour le WiFi, M.2. Key M pour SSD, RTC, CAN et en-tête GPIO à 40 broches. Applications Analyse vidéo IA Vision industrielle Robotique Spécifications Jetson Orin Nano System-on-Module Performances de l'IA reComputer J3010, Orin Nano 4 Go (20 TOPS) GPU GPU à architecture NVIDIA Ampere à 512 cœurs avec 16 cœurs Tensor (Orin Nano 4 Go) Processeur Processeur Arm Cortex-A78AE v8.2 64 bits à 6 cœurs 1,5 Mo L2 + 4 Mo L3 Mémoire 4 Go LPDDR5 64 bits 34 Go/s (Orin Nano 4 Go) Encodeur vidéo 1080p30 pris en charge par 1 à 2 cœurs de processeur Décodeur vidéo 1x 4K60 (H.265) | 2x 4K30 (H.265) | 5x 1080p60 (H.265) | 11x 1080p30 (H.265) Carrier Board Stockage M.2 Key M PCIe (M.2 NVMe 2280 SSD 128 Go inclus) Mise en réseau Ethernet 1x RJ-45 Gigabit Ethernet (10/100/1000 M) M.2 Key E 1x M.2 Key E (1x Module combiné Wi-Fi/Bluetooth préinstallé) E/S USB 4x USB 3.2 Type-A (10 Gbit/s)1x USB 2.0 Type-C (mode périphérique) Caméra CSI 2x CSI (2 voies, 15 broches) Affichage 1x HDMI 2.1 Ventilateur 1x Connecteur de ventilateur à 4 broches (5 V PWM) CAN 1x CAN Port multifonctionnel 1x Connecteur d'extension à 40 broches 1x Contrôle à 12 broches et en-tête UART RTC RTC 2 broches, prend en charge CR1220 (non inclus) Alimentation 9-19 V CC Mécanique Dimensions 130 x 120 x 58,5 mm (avec boîtier) Installation Bureau, montage mural Température de fonctionnement −10°C~60°C Inclus 1x reComputer J3010 (système installé) 1x Adaptateur secteur (12 V/5 A) Téléchargements reComputer J301x Datasheet NVIDIA Jetson Devices and carrier boards comparisions reComputer J401 schematic design file reComputer J3010 3D file

Lis Plus Moins

Le reComputer J1020 v2 est un appareil d'IA de pointe compact alimenté par NVIDIA Jetson Nano 4 Go, offrant 0,5 TFLOP de performances d'IA. Il est doté d'un boîtier en aluminium robuste avec un dissipateur thermique passif et est livré préinstallé avec JetPack 4.6.1. L'appareil comprend 16 Go de stockage eMMC intégré et offre 2x SCI, 4x USB 3.0, M.2 Key M, HDMI et DP. Applications Vision par ordinateur Apprentissage automatique Robot mobile autonome (AMR) Spécifications Jetson Nano 4 Go System-on-Module Performances de l'IA Jetson Nano 4 Go (0,5 TOPS) GPU Architecture NVIDIA Maxwel avec 128 cœurs NVIDIA CUDA Processeur Processeur ARM Cortex-A57 MPCore quadricœur Mémoire 4 Go LPDDR4 64 bits 25,6 Go/s Encodeur vidéo 1x 4K30 | 2x 1080p60 | 4x 1080p30 | 4x 720p60 | 9x 720p30 (H.265 et H.264) Décodeur vidéo 1x 4K60 | 2x 4K30 | 4x 1080p60 | 8x 1080p30 | 9x 720p60 (H.265 et H.264) Carrier Board Stockage 1x M.2 Key M PCIe Mise en réseau Ethernet 1x RJ-45 Gigabit Ethernet (10/100/1000M) E/S USB 4x USB 3.0 Type-A1x Port micro-USB pour le mode appareil Caméra CSI 2x CSI (2 voies, 15 broches) Affichage 1x HDMI Type A ; 1x DP Ventilateur 1x Connecteur de ventilateur à 4 broches (5 V PWM) CAN 1x CAN Port multifonctionnel 1x Connecteur d'extension à 40 broches 1x Contrôle à 12 broches et en-tête UART Alimentation CC 12 V/2 A Mécanique Dimensions 130 x 120 x 50 mm (avec boîtier) Installation Bureau, montage mural Température de fonctionnement −10°C~60°C Inclus reComputer J1020 v2 (système installé) Adaptateur secteur 12 V/2 A (avec 5 fiches d'adaptateur interchangeables) Téléchargements reComputer J1020 v2 datasheet reComputer J1020 v2 3D file Seeed NVIDIA Jetson Product Catalog NVIDIA Jetson Device and Carrier Boards Comparison

Lis Plus Moins

Caractéristiques Processeur double cœur RISC-V RV64IMAFDC (RV64GC) 64 bits / 400 MHz (normal) Double FPU indépendant à double précision SRAM sur puce de 8 Mo, 64 bits de largeur Processeur de réseau neuronal (KPU) / 0,8Tops Réseau d'E/S programmable sur site (FPIOA) AES, accélérateur SHA256 Contrôleur d'accès direct à la mémoire (DMAC) Prise en charge des micropythons Prise en charge du cryptage du micrologiciel Matériel embarqué : Flash : 16 M Appareil photo : OV7740 2x Boutons Indicateur d'état LED Stockage externe : carte TF/Micro SD Interface : HY2.0/compatible GROVE Applications Reconnaissance/détection de visage Détection/classification d'objets Obtenez la taille et les coordonnées de la cible en temps réel Obtenez le type de cible détectée en temps réel Reconnaissance de forme Enregistreur vidéo Inclus 1x UNIT-V (comprend un câble 4P de 20 cm et un câble USB-C)

Lis Plus Moins