概要
i.MX93アプリケーションプロセッサは、Linuxボードサポートパッケージ（BSP）に含まれる使いやすい事前統合デモを通じて、効率的でエッジ対応の機械学習およびAI機能を提供します。これらのデモにより、組み込みシステムの経験が限られている開発者も含め、開発者は高度なMLおよびAIタスクを簡単に試すことができます。Yoctoベースのビルドへのスムーズな統合と互換性のある評価キットのサポートにより、開発者はニューラルネットワークの高速化やリアルタイム推論などの主要機能を迅速に実行およびテストし、i.MX93プラットフォームの潜在能力を最大限に引き出すことができます。
i.MX93 プロセッサがサポートする AI/ML アプリケーション
i.MX93プロセッサは、MLゲートウェイ、姿勢推定、物体検出、画像分類、LPベビー泣き声検出、ドライバーモニタリングシステム（DMS）、セルフィーセグメンター、i.MXスマートフィットネス、スマートキッチンなど、幅広いAI/MLアプリケーションをサポートしています。
画像分類デモ
このデモには、マウス、ディスプレイ、カメラ（オプション）、そしてインターネット接続が必要です。カメラまたは動画ファイルから動画をキャプチャし、各フレームでリアルタイム画像分類を行うGStreamerパイプラインを実行します。デモでは、TensorFlow Liteをベースにした、ImageNetデータセットの幅広いオブジェクトで学習済みの、事前学習済み・量子化済みのMobileNetV1モデルを使用しています。分類結果は動画に直接オーバーレイ表示されるため、ユーザーはモデルが認識したオブジェクトをリアルタイムで確認できます。
オブジェクト検出
このデモは、COCOデータセットで学習済みの量子化MobileNet SSD V2モデルを用いて、リアルタイムの物体検出を行います。カメラまたはファイルからのビデオ入力を処理し、各フレームで推論を実行して物体を検出・分類します。境界ボックスやクラスラベルなどの結果はリアルタイムに表示されます。GStreamerパイプラインで実装されているため、効率的かつリアルタイムな物体検出を必要とするアプリケーションに最適です。
MoveNet Lightningによるポーズ検出
MoveNet Lightningなら、リアルタイムのポーズ検出がシームレスに行えます。マウス、ディスプレイ、カメラ、そしてインターネット接続さえあれば、GStreamerパイプラインを構築し、カメラまたはファイルから動画をキャプチャできます。各フレームは、事前学習済みの量子化MoveNet Single Pose Lightning TensorFlow Lite（TFLite）モデルによって処理され、17個の主要な身体ポイントを正確に検出します。これらのポイントは動画フィードにリアルタイムで重ね合わせられ、フィットネストラッキング、インタラクティブゲーム、ジェスチャーベースのインターフェースなどのアプリケーションのパフォーマンスを効率的に向上させます。
i.MX 93 の GoPoint 搭載ドライバー モニタリング システム (DMS)
ドライバーモニタリングシステム（DMS）は、ドライバーの疲労、注意散漫、不注意を検知することを目的とした、現代の車両に不可欠な安全機能です。i.MX 93プラットフォーム上のニューラルプロセッシングユニット（NPU）を搭載したこのシステムは、効率的なリアルタイム性能を実現します。GoPointアプリケーションは、カメラインターフェースを利用してドライバーの行動を高精度で継続的に監視することで、シームレスな統合を可能にします。
i.MX 93 の DMS の主な機能
ドライバーステータスインジケーター:
注意散漫、眠気、あくび、喫煙、電話の使用という 5 つの特定の行動指標を使用して、ドライバー全体の状態に関するリアルタイムのフィードバックを提供します。
顔検出：
ライブカメラ入力を介してドライバーの顔を識別し、視覚的に確認できるように境界ボックスオーバーレイを表示します。
アラートメカニズム:
危険な動作が検出された場合、またはドライバーの顔が見えない場合、ペナルティ スコアとステータスの更新をトリガーします。
ML モデルを使用した高度な行動検出:
- 注意散漫：顔が正面を向いていない
- 眠気：目を閉じている（瞬きしない）
- あくび：口を開ける
- 喫煙：タバコの存在が検出されました
- 電話の使用状況: 携帯電話を使用中
これらの機能を組み合わせることで、i.MX 93 ベースの DMS は、プロアクティブなエッジベースの監視とインテリジェントなアラートを通じてドライバーの安全性を強化する堅牢で効率的なソリューションを提供します。
i.MX 93 セルフィーセグメンター – リアルタイム背景分離
i.MX 93 Selfie Segmenterは、オンボードのニューラルプロセッシングユニット（NPU）とNNStreamerを活用し、高速かつリアルタイムな人物と背景の分離を実現します。軽量なMobileNet V3モデルにデコーダー層を追加したデモは、2つのバージョンで利用可能です。
- 256×256（一般） – より高い精度のために最適化されています
- 144×256（横長） – パフォーマンス向上のために調整
GStreamerとNNStreamerを使用して構築されたこのソリューションは、i.MX 93（およびi.MX 8M PlusのGPU）のPXPハードウェアアクセラレーションを活用し、効率的なビデオのプリプロセスとポストプロセスを実現します。これにより、スムーズで低レイテンシの背景置換が可能になり、以下のようなアプリケーションに最適です。
- ビデオ会議
- 拡張現実（AR）
- 写真の補正
その結果、応答性に優れ、視覚的にシームレスなユーザー エクスペリエンスが実現します。すべてクラウドに依存せずにエッジで直接処理されます。
背景置換モード:
ライブ背景を事前定義された画像またはユーザーが選択した画像に動的に置き換え、平均 FPS や推論遅延 (IPS) などのリアルタイムのパフォーマンス メトリックを左下隅にオーバーレイします。
iW-RainboW-G50Mの主な特徴
モジュール機能について:
- i.MX93 デュアルArm Cortex-A55 @1.7GHz搭載CPU
- 最大 0.5 TOPS のニューラル ネットワーク パフォーマンスを備えた NPU
- 2GB LPDDR4/4Xメモリ
- 16GB eMMCフラッシュ、最大128GBまで拡張可能
- Wi-Fi 6 および Bluetooth 5.3 接続
- -40°C～+85°C 産業グレード
- 82mm x 50mm（SMARC v2.1.1互換SOM）
i.MX 93 SMARC システムオンモジュール:
まとめ：
i.MX93アプリケーションプロセッサは、エッジでのAIおよびMLの展開に最適な、汎用性と電力効率に優れたプラットフォームです。クラウドに依存することなく、デバイス上でリアルタイムのインテリジェンスを実現します。画像分類、物体および姿勢検出、ドライバー監視、セルフィーセグメンテーションなどのアプリケーションを強力にサポートするこのプラットフォームは、統合されたニューラルプロセッシングユニット（NPU）と最適化されたTensorFlow Liteモデルによって支えられています。
iWaveは、i.MX93をベースとした量産対応のシステムオンモジュール（SoM）と評価プラットフォームを提供し、自動車、ヘルスケア、スマートホーム、フィットネスなど、幅広い業界における開発を加速します。詳細はwww.iwave-global.comをご覧ください。
