CBX2

CBX2は、HDMI出力に加えてHDMI入力を有しており、4K/60fpsレコーダ、デジタルサイネージ、映像AI等、様々なシーンで活用できます。OSはAndroid を採用しており、AI用APIやカメラ用APIなどが使用できる為、アプリケーション開発を容易に行う事ができます。　

サイネージとしての機能に加えて、AIカメラからの映像分析を行うAIデジタルサイネージ用のコンピュータとして最適です。Android OSを採用しており、Google ML Kitを利用したAI用APIやカメラ用APIなど既存のAPIを使用する事もできます。

・Tensorflow Lite（分類モデル）の実行例

インターネットを使用した学習用途や組織内での映像配信/情報共有など、長時間にわたり安定したLive映像配信システムを提供します。

また、配信管理用の専用ソフトウェアをご利用頂く事で、複数拠点の映像配信/受信の操作を一括で操作/管理を行う事ができます。

HDMI-IN より入力された映像をHDMI-OUT に出力する事が可能で、映像視聴と録画を同時に行う事ができます。内部ストレージや外部USBメモリへ録画する事もできます。Android標準のライブラリを使用して、映像のビットレートやフレームレート、解像度などを変更することも可能で、180日分などの長時間録画を行えます。

AIエッジコンピュータ

システムオンモジュール QCS8250 をベースに、HDMIからの映像入力やLANといったインターフェースを搭載したAI開発用のエッジコンピュータとしてご使用いただけます。

OSとしてAndroidを採用しており、Google ML Kit などのAndroid用のAPIを利用することが可能です。

AI Framework 使用例

・Tensorflow Lite
　Tensorflow Liteの実行例（30fps動画／GPUを使用）

「Snapdragon Neural Processing Engine SDK」(以下SNPE)　　 チュートリアル

■コンパイル環境

　Ubuntu 18.04

　SNPE v2.19.2.240210

　Python 3.6.9

　Android Studio (2023.2.1)

■ワークフロー

　QualComm社の提供しているチュートリアルのドキュメント 2.10.0(2023年4月) を参照します。

　https://developer.qualcomm.com/sites/default/files/docs/snpe/index.html

■SNPEのインストール

　SNPE を下記からダウンロードします。

　ダウンロードするには、アカウントを取得しておく必要があります。

　https://qpm.qualcomm.com/#/main/tools/details/qualcomm_neural_processing_sdk

　ダウンロードしたファイルは、下記のとおりです。

　"qualcomm_neural_processing_sdk.2.19.2.240210.Kinux-AnyCPU.qik"

　ダウンロードしたファイルをインストールするために、

　「Qualcomm Package Manager 3」を、下記からダウンロードします。

　https://qpm.qualcomm.com/#/main/tools/details/QPM3

　ダウンロードしたファイルは、下記のとおりです。

　"QualcommPackageManager3.3.0.94.2.Linux-x86.deb"

■開発に必要なPython3 関連のインストール

　$ sudo apt-get install libc++-dev

　$ sudo apt-get install python3.6

　$ sudo apt-get install python3-pip

　$ pip3 install --upgrade pip

　$ pip3 install numpy==1.16.5

　$ pip3 install sphinx==2.2.1

　$ pip3 install scipy==1.3.1

　$ pip3 install matplotlib==3.0.3

　$ pip3 install scikit-image==0.15.0

　$ pip3 install protobuf==3.6.0

　$ pip3 install pyyaml==5.1

■TensorFlow のインストール

　モデルとして利用しているTensorFLowをインストールします。

　$ pip3 install --upgrade pip

　$ pip3 install tensorflow==1.6

■環境変数の設定

　$ export TENSORFLOW_HOME=~/.local/lib/python3.6/site-packages/tensorflow

　$ source /opt/qcom/aistack/snpe/2.19.2.240210/bin/envsetup.sh

■glibc 2.29 のインストール

　tensorflow モデルをDLCフォーマットに変換するために、glibc 2.29 をインストールします。

　$ sudo apt-get install gawk bison

　$ sudo apt-get install gawk bison

　$ wget -4c https://ftp.gnu.org/gnu/glibc/glibc-02,29.tar.gz

　$ tar -zxvf glibc-2.29.tar.gz

　$ cd glibc-2.29

　$ mkdir build_dir

　$ cd build_dir

　$ ../configure --prefix=/opt/glibc

　$ make

　$ sudo make install

　$ sudo cp /opt/glibc/lib/libm-2.29.so /lib/x86_64-linux-gnu/.

　$ cd /lib/x86_64-linux-gnu

　$ sudo rm libm.so.6

　$ sudo ln -s libm-2.29.so libm.so.6

■tensorflowモデルをDLCフォーマットに変換

　$ cd $SNPE_ROOT

　$ mkdir tmpdir

　$ python3 $SNPE_ROOT/examples/Models/inception_v3/scripts/setup_inceptionv3.py -a ./tmpdir -d

　$ python3 $SNPE_ROOT/examples/Models/inception_v3/scripts/setup_inceptionv3.py -a ./tmpdir -d -r dsp

　$ python3 $SNPE_ROOT/examples/Models/inception_v3/scripts/setup_inceptionv3.py -a ./tmpdir -d -r aip

■java 開発キットのインストール

　$ sudo apt-get install openjdk-17-jdk

■android studio をインストール

　下記アドレスから android studio インストーラのダウンロードし、アプリを起動します。

　https://developer.android.com/studio?hl=ja

　$ tar -zxvf android_studio_2023.2.1.23-linux.tar.gz

　$ ./android-stuido/bin/studio.sh

h3 class="heading03">実行可能なAI Framework 例

カタログ・資料

映像録画用の組み込み用ボードとしてご提供が可能です。インタフェースの追加などカスタマイズも可能ですので、お気軽にご相談ください。

■ Snapdragon 865（GPU Adreno 650）による高速な映像処理

■ 映像入力/映像出力共に、4K＠60fps をサポート

■ 外部メモリへの記録用として、USB 3.0 を３ポート保有

■ ネットワークインターフェースとして、LAN / WiFi を保有

■ 超音波診断装置などの医療検査装置への組み込み

■ 工場で使用されている外観検査装置への組み込み

仕様