JeVois-Pro 的微型 AI 摄像头是在去年推出，采用的是晶晨 A311D 处理器、内置 5 TOPS NPU，可以支持 Intel Myriad X 或 Google Edge TPU M.2 AI 加速卡。以上提及的这些都被装到了一个 50x50x45 毫米的紧凑盒子中。
该公司现在已经成功地在将该摄像头上使用到 M.2 A+E 2230 Hailo-8 模块上了，它可以提供多达 26 个 AI 性能的 TOPS。目前该公司还出售搭配 Hailo-8 加速器的 JeVois Pro 超紧凑型深度学习摄像头，其售价是 599 美元。如果我们把摄像头本身包含的 5 TOPS NPU 算进去，那该摄像头就可以提供高达 31的 TOPS。
这里我就不再详细介绍完整的规格了。简而言之，这是一款专为机器人项目设计的摄像头，搭载 4GB RAM 的晶晨 A311D 六核 Cortex-A73/A53 处理器、带有用于安装操作系统和数据的 microSD 卡插槽，以及 2MP Sony IMX290 Starvis 传感器。
由于系统非常紧凑且 AI 加速器相当强大，我向该公司问了一些散热问题。我了解到当系统检测到 Hailo-8 时，会默认开启风扇：
到目前为止，散热情况都很好，一旦我们全速打开风扇，Hailo 板子上的温度会有 50℃ 左右。当检测到 hailo 板时，我们将其设置为默认值，因为目前为止我们还没有简单的方法让风扇驱动程序知道 hailo 温度是什么（也许 Hailo 可以在将来的某些 /sys/class/ 条目中添加温度）。即使风扇在机箱的另一侧，它仍然能产生足够的气流来将 hailo 板在打开和关闭时冷却 到 10~15 摄氏度。如果之后情况变得更糟糕的话，我们主板上已经有一个用于第二个风扇的连接器，因此我们之后会提供一个改进的机箱正面，其中一个 25 毫米的小风扇直接就能吹到 AI 加速器上（除了 40 毫米风扇背部）。
该系统可以运行相当大的网络，例如 11.5 fps 的完整 YOLOv7 640×640、40 fps 的较小的 YOLOv5m 640×640、228 fps 的 resnet-50，而且它配备 Google Coral TPU Edge 时更强大，虽然只能运行小型 Mobilenets 网络。我们可以在下面的视频中使用 Hailo-8 模块检查摄像头的功能。
相关视频链接，点击此处可查看。
JeVois 还发布了一些使用 CPU、Amlogic NPU、Coral Edge TPU 和 Hailo-8 加速器的基准测试。不过请注意，这些结果并不能代表这些加速器的峰值性能，由于其局限性，目前仅适用于 Jevois-Pro 单元的结果。其中包括 PCIe x1 接口（Hailo 支持 PCIe x4），其处理器也比其他测试系统慢一些，支持 USB 3.0 的 Myriad X 芯片只能通过 USB 2.0 接口连接。这就是为什么很多人会在其他系统上看到 Hailo-8、Myriad X 或 Coral Edge AI 加速器的数字更高或更低的原因。
分类测试使用的是 224×224 RGB 图像，检测（YOLO）测试是 640×640 RGB 图像。比较遗憾的是，由于大多数基准测试不同或者输入不同，因此无法直接比较各种加速器。
文章翻译者：Nicholas，技术支持工程师、瑞科慧联（RAK）高级工程师，深耕嵌入式开发技术、物联网行业多年，拥有丰富的行业经验和新颖独到的眼光！