組込みビジョン・コンピューティングは、デバイスが環境をどのように解釈し、どのように応答するかに影響を与えます。カメラ、ドローン、産業用センサなどのエッジ・デバイスに高度な機械学習アルゴリズムを直接組み込むことで、クラウド接続に依存せずに視覚的なデータをローカルで処理できます。これにより、レイテンシの短縮、プライバシー保護の強化、リアルタイムの意思決定能力といった利点が得られます。
リアルタイムの認識とインテリジェントな意思決定を可能にし、自動車の安全性、運転支援、自律的なナビゲーション、全体的な路上体験を向上させます。
機械が視覚的なデータをリアルタイムでインテリジェントに解釈できるようにし、精度、安全性、生産性、自動化を向上させます。
民生用デバイスが視覚的データを瞬時に解釈し、直感的な体験、強化された安全性、パーソナライズされた対話、よりスマートなホーム・オートメーションを実現します。
リアルタイムの認識とインテリジェントな意思決定を可能にし、自動車の安全性、運転支援、自律的なナビゲーション、全体的な路上体験を向上させます。
|
このホワイトペーパーでは、MLのデータ収集やモデル構築における知的財産権の問題について、その法的背景と課題を明快に説明しています。 |
|||
|
eIQ Gen-AI Flowは、最適化された大規模言語モデル（Large Language Models：LLM）および検索拡張生成（Retrieval Augmented Generation：RAG）といった構成要素を提供し、エッジ・デバイスで生成AIアプリケーションを利用できるようにします。 |
|||
|
中断のない処理、低レイテンシ、ユーザー・プライバシーなど、エッジでの機械学習推論について詳しく解説しています。 |
|||
|
堅固なAI倫理観を通じて、NXPがどのようにAIにモラルを学習させ、組込んでいるのか、ご紹介します。 |
|||
|
ドキュメント・ライブラリでは、すべてのドキュメントを閲覧できます。 |
NXPは、カメラとの接続、画像の前処理、既知のモデルによる機械学習推論、後処理など、ビジョン・アプリケーションの迅速な構築を可能にするために、使いやすい業界標準のフレームワークを提供しています。Linuxシステムを使用している場合は、アプリケーション・コード・ハブにあるi.MX Smart Fitnessの例をご覧ください。RTOSアプリケーションを使用している場合は、「MCXN947での複数の顔認識」をご覧ください。
はい。ニューラル・プロセッシング・ユニットを内蔵したNXP SoCは、低コストで低消費電力の32ビットMCUから強力な64ビット・アプリケーション・プロセッサまで幅広い範囲に及びます。完全なリストについては、人工知能のページをご覧ください。
はい。複数（最大8台）の高解像度（最大12 MPix）カメラをサポートする、ISP内蔵のi.MX 8M Plusおよびi.MX 95 SoCをご覧ください。
eIQ®ニューラル・プロセッシング・ユニットを内蔵し、低解像度のビデオを処理できるMCX NシリーズのMCUをご覧ください。もう少し高い性能が必要な場合は、MPU/Linux領域にあるi.MX RT700クロスオーバーMCUおよびi.MX 93が優れた上位製品となります。