Amazon presenteert 'ai-camera' met Intel Atom-processor en Ubuntu

Amazon heeft een 250 dollar kostende camera voor ontwikkelaars gepresenteerd. De camera heeft onder meer objectherkenning en andere functies aan boord om ontwikkelaars aan de slag te laten gaan met kunstmatige intelligentie. Amazons clouddienst AWS gaat de camera's verkopen.

De 250 dollar kostende camera heeft een niet nader genoemde 4-megapixelsensor, claimt Amazon. De camera kan video's opnemen in 1080p-resolutie. De camera draait op een Intel Atom-processor die honderd gflops aan rekenkracht in zich heeft, volgens Amazon tien keer meer dan hij nodig heeft. De camera heeft volgens de specspagina 8GB aan werkgeheugen en een uitbreidbare opslag met een capaciteit van 16GB.

De software is gebaseerd op Ubuntu 16.04 LTS, met de AWS GreenGrass-core. De camera heeft dualband-wifi en beschikt over een microsd-slot, micro-hdmi-aansluiting, audiopoort en twee usb 2.0-poorten. De camera meet 168x94x47mm en weegt 297 gram.

Amazon AWS heeft de camera gebouwd voor ontwikkelaars die aan de slag willen met kunstmatige intelligentie. De software heeft ingebouwde objectherkenning en herkent onder meer huisdieren, alledaagse voorwerpen, bewegingen en de software is te trainen om meer objecten te herkennen.

DeepLens maakt deel uit van een set diensten van AWS om kunstmatige intelligentie in te bouwen in zijn clouddienst. De camera heeft integratie met AWS Kinesis Video Streams, AWS IoT, SQS, SNS, DynamoDB en Amazon S3. DeepLens komt vooralsnog alleen uit in de VS en is vanaf 14 april volgend jaar verkrijgbaar voor 249 dollar.

Reacties (12)

[Erhnam]

Ik zat in de zaal in Las Vegas. Het apparaat kan real-time communiceren met de Cloud. Onderdeel van de release is een ontwikkelkit die SageMaker heet. Hiermee kunnen ontwikkelaars real-time Machine Learning toepassen. Tijdens de demo lieten ze een gezicht herkennen terwijl er op de achtergrond muziek draaide. Op basis van de gezichtsuitdrukking werd een suggestie gemaakt voor het volgende nummer.

[MartinPTweak]

He, ik ook! Meteen ingeschreven voor een sessie zodat ik er morgen eentje gratis krijg -)

[Anoniem: 30722]

Geweldig device! Alleen mis ik een EU opzetstukje voor de adapter, dus even wachten tot ik er morgen thuis weer verder mee kan.... maar zeker een device met potentie

[Defspace]

Voor de ontwikkelaars die al eerder aan de slag willen kan je natuurlijk ook een raspberry aanschaffen en zelf aan de slag met OpenCV of als je iets meer geld wil uitgeven en iets minder zelf wil doen een Pixycam kopen.

[M!chel]

Krijg je dan zoiets?

http://www.dumpert.nl/mediabase/7294719/3aa5b31b

[ZpAz]

Vind zelf dit filmpje wel gaaf. Image recognition op een James Bond film. Gemaakt met YOLO (You only Look Once). Welke intern OpenCV gebruikt.

[Reactie gewijzigd door ZpAz op 22 juli 2024 15:03]

[Fred-Erik]

OpenCV wordt alleen gebruikt voor het tekenen van de vakjes over de video. Maar grappig genoeg kun je in de master-branch van OpenCV nu ook YOLO gebruiken, dus je hebt soort van beetje gelijk.

[_Thanatos_]

Waarom moet je hiervoor een apart stuk hardware hebben? De meeste lui hebben toch wel een webcam?

[sdekker]

De uitleg die werd gegeven is dat je de verwerking in het device zelf wordt gedaan - een soort van alles in 1 oplossing voor developers die met ML (machine learning) aan de slag willen.

[Yggdrasil]

Deze camera bevat dus ook een mini-pc met een Ubuntu OS dat aangepast is voor Amazon's clouddiensten d.m.v. Greengrass.

Als ik het goed begreep tijdens de presentatie gisteren kan het apparaat zelf ML algoritmes lokaal draaien, maar kun je deze door de Greengrass koppeling makkelijk centraal beheren:

AWS Greengrass makes it possible for customers to use Lambda functions to build IoT devices and application logic. Specifically, AWS Greengrass provides cloud-based management of applications that can be deployed for local execution. Locally deployed Lambda functions are triggered by local events, messages from the cloud, or other sources.

Amazon heeft gisteren een boel ML diensten gelanceerd waarmee je bijv. automatisch algoritmes kunt trainen via een soort neuraal netwerk. Het resulterende algoritme zou je dan via Greengrass naar apparaten kunnen sturen die dit lokaal uitvoeren.