DT42/BerryNet

해결하는 문제

BerryNet은 Raspberry Pi를 로컬에서 딥러닝 모델을 실행할 수 있는 지능형 엣지 게이트웨이로 변환합니다. 클라우드 연결의 필요성을 제거하여 데이터 전송 비용을 절감하고, 장치에서 직접 시각적 또는 센서 이벤트에 대한 실시간 응답을 가능하게 합니다.

작동 방식

카메라, AI 엔진, 데이터 수집기와 같은 독립적인 구성 요소가 MQTT 브로커를 통해 통신하는 모듈식 아키텍처를 사용합니다. 이 시스템은 LiteRT와 ONNX Runtime이라는 두 가지 주요 AI 엔진을 지원합니다. 이러한 엔진은 사전 학습된 모델(MobileNet 또는 YOLO 등)을 사용하여 비디오 프레임이나 이미지를 처리하고 결과를 특정 MQTT 토픽에 게시합니다. 사용자는 웹 기반 대시보드를 통해 이러한 결과를 모니터링하거나 Telegram 및 Gmail과 같은 서비스를 통해 자동화된 알림을 받을 수 있습니다.

대상 사용자

이 프로젝트는 외부 클라우드 서비스에 의존하지 않고 로컬에서 개인정보를 보호하며 분산된 방식으로 시각 데이터나 센서 입력을 처리해야 하는 Raspberry Pi 하드웨어 기반의 AIoT(사물지능) 애플리케이션 개발자 및 취미 활동가를 위한 것입니다.

주요 특징

• 엣지 하드웨어에서 딥러닝 모델을 완전히 오프라인으로 실행합니다.
• Raspberry Pi 카메라 모듈, USB 카메라, IP 카메라 등 다양한 입력 소스를 지원합니다.
• LiteRT 및 ONNX와 같은 대중적인 모델 형식과 호환되며, Ultralytics YOLO 모델도 지원합니다.
• supervisor가 관리하는 모듈식 구성 요소 설계로 설정 및 확장이 용이합니다.
• 토양 수분 측정기와 같은 Zigbee 센서 모니터링을 기본적으로 지원하며 자동 알림 기능을 제공합니다.