市面上有一種叫 AI 視覺感測器的東西，長得像一台小相機加一片觸控螢幕。它的特別之處在於：所有辨識都在相機自己的晶片上跑完，畫面一張都不會傳出去。你用手指在它螢幕上點幾下就能教它認一張臉，之後它看到那個人就會直接回報。接到開發板上只要兩條訊號線，而且全程不用寫辨識的程式——因為那些都內建好了。
為什麼這個東西值得做
現在家裡裝攝影機最常見的擔心是什麼？畫面傳到哪裡去了、誰看得到。
這個專案的做法完全不同：影像根本沒有離開過那顆相機。辨識的運算是在相機自己內建的 AI 晶片上完成，它只把「看到誰、在畫面的哪個位置」這種結果傳給開發板。沒有雲端、沒有帳號、沒有 API 金鑰，連網路線都不用插。
所以它可以放在完全沒有網路的地方工作。
這顆相機有多少本事
以 DFRobot 的 HUSKYLENS 2 來說，官方規格是這樣：
- 算力 6 TOPS 的專用 AI 晶片
- 預載 20 種以上的現成 AI 模型，包含人臉辨識、物件偵測、物件分類、姿態辨識、實例分割
- 自帶 2.4 吋 IPS 觸控螢幕、麥克風、喇叭
- 相機模組可以更換
- 支援自己訓練的模型部署上去
- 對外用 UART 或 I2C 跟開發板溝通
有一個功能我覺得特別有意思：它會辨識七種表情情緒，可以回報畫面裡每個人當下的情緒、信心值跟座標位置。
上一代的 HuskyLens 也還在賣，便宜一些，內建人臉辨識、物件追蹤、物件辨識、循線、顏色辨識、標籤辨識、物件分類七種功能，尺寸 52 × 44.5 公釐，吃 3.3 到 5 伏特。如果只是想玩認臉跟追蹤，舊版就夠。
要準備什麼
- AI 視覺感測器一顆（HUSKYLENS 2 或上一代）
- ESP32 開發板一塊（一般的 DevKit 就可以，不需要特別高規）
- 杜邦線四條（兩條訊號、一條接地、一條備用）
- USB-C 線兩條（兩邊各自供電）
就這樣。沒有麵包板也可以，直接對接。
接線：只有兩條訊號線
相機跟開發板之間走的是 I2C，這是一種只要兩條線就能傳資料的接法——一條負責時脈、一條負責資料。加上共用的接地線，總共三條。
- 接線前先把開發板的 USB 線拔掉。不要帶電接線——萬一有條線碰到不該碰的腳位，可能會短路燒掉東西。
- 相機要自己接 USB-C 供電，不要從開發板的 3.3V 腳位拉電。這顆相機滿載時最多會吃到 3 瓦，超過開發板那個腳位該輸出的量。但接地線還是要跟開發板接在一起，兩邊才有共同的電位基準。
第二點是新手最容易忽略的——很多人以為「能接就是對的」，結果是相機時好時壞，或是數據亂跳。
教它認人：在相機上點一點就好
這是整個專案最像魔術的部分，而且完全不用寫程式。
相機自己有螢幕跟按鍵，你把它對準一個人，用上面的控制鍵選「學習」，它就記住了。下次這個人出現在畫面裡，螢幕上會直接框起來、標上編號跟名字，還會顯示信心值。
學完之後，開發板那邊讀到的就是結構化的結果：看到幾個人、每個人是誰、框在哪個座標、眼睛鼻子嘴巴的位置。你拿這些資料去做什麼都可以——開門、開燈、記錄出入、計算人數。
官方還提供「模型匯出／匯入」，意思是你在一台上面教好的設定，可以複製到另一台去，不用重教。
可以拿來做什麼
幾個我覺得一般家庭或小店用得上的：
- 認得家人的門口提示：看到家人就亮綠燈，看到不認得的人就亮紅燈。因為不上網，不會有「我家門口畫面在誰的伺服器上」的疑慮
- 人數統計：店面或教室算進出人數，只記數字不存影像
- 物件分類：對準輸送帶或桌面，分辨放的是哪一類東西
- 循線小車：這是它最經典的用法，相機看著地上的線，回報偏左還偏右，開發板控制馬達修正
老實說，難度在哪
- 它不便宜。AI 視覺感測器本身就是一顆有算力的獨立裝置，價格比一般感測器高一截。想省錢可以買上一代。
- 接線雖然少，但容錯低。供電跟接地這兩件事做錯，症狀會很難診斷——它可能會動，但動得怪怪的。
- 它不會講話也不會聊天。這不是語音助理，它只做一件事：看，然後回報看到什麼。要讓它「說出來」得自己再接喇叭、自己寫邏輯。
- 辨識能力有邊界。內建模型認的是它訓練過的那些類別。要認很特殊的東西，就得走自訂模型那條路，難度會跳一級。
最值得想的一件事：AI 在哪裡運算
做完這個專案，我覺得最值得想的是這個問題：AI 到底在哪裡運算？市面上的 AI 裝置大致有三種答案。
- 運算在你自己的電腦上，裝置只負責顯示跟按鈕——例如幫 AI 做的實體桌寵
- 運算在雲端，裝置負責收音跟播放——例如會聊天的 AI 音箱
- 運算就在裝置自己裡面，什麼都不用連——就是這篇的相機
這三種沒有誰比較高級，是不同的取捨：要最聰明的回答就得上雲端，要完全不外流就得接受能力有邊界，要簡單就讓電腦出力。
搞懂這件事之後再去看市面上那些 AI 產品，你大概會開始有不同的判斷——它的運算在哪裡，決定了它的隱私、它的速度、以及它斷網之後還剩下什麼。
留言
張貼留言