M5Stack UnitV2 AI Camera für Edge Computing SSD202D TinyML
Das M5Stack UnitV2 ist ein eigenständiges, Linux-basiertes KI-Kameramodul für Edge-Computing-Anwendungen und TinyML-Projekte. Als Prozessor kommt der SigmaStar SSD202D mit einem integrierten Dual-Core Cortex-A7 @ 1.2 GHz zum Einsatz, ergänzt durch 128 MB DDR3 RAM und 512 MB NAND Flash. Das Gerät läuft mit einem eingebetteten Linux-Betriebssystem und bringt ab Werk zwölf fertige KI-Erkennungsfunktionen mit, darunter Gesichtserkennung, QR-Code-Erkennung und Objektverfolgung.
Eigenschaften:
- SigmaStar SSD202D Dual-Core Cortex-A7 @ 1.2 GHz mit eingebettetem Linux, 128 MB DDR3 und 512 MB NAND Flash für leistungsfähige Edge-KI-Verarbeitung direkt auf dem Gerät
- Zwölf vorinstallierte KI-Erkennungsfunktionen ab Werk – von Gesichtserkennung über QR-Code bis Objekttracking – sofort einsatzbereit ohne eigene Modellentwicklung
- GC2145 1080p-Kamera mit 68° Sichtfeld und USB-LAN-Konnektivität für einfache PC-Integration mit automatischer Netzwerkerkennung
- WLAN 2.4 GHz für drahtlose Konfiguration, Debugging und Livestream-Vorschau direkt im Browser ohne zusätzliche Software
- TinyML-fähig – eigene Modelle aus Edge Impulse, TensorFlow Lite oder PyTorch lassen sich auf dem eingebetteten Linux deployen
- Integriertes Mikrofon, Kühlventilator für Dauerbetrieb und 32-GB-microSD-Karte im Lieferumfang für sofortigen Einsatz
Anwendungsbeispiele:
- Industrielle Bildverarbeitung – Qualitätskontrolle, Barcodeerfassung und Objektklassifikation am Förderband ohne Cloud-Anbindung
- Gesichtserkennung und Zutrittskontrolle mit lokaler Verarbeitung für datenschutzkonforme Anwendungen
- TinyML-Forschung und -Lehre – eigene Modelle trainieren und direkt auf dem Linux-Gerät testen
- Smart-Home-Kameraprojekte mit WLAN-Streaming und automatischer Bewegungs- oder Personenerkennung
- Autonome Robotik und FPV-Drohnen mit lokaler Echtzeit-Bilderkennung ohne externe Recheneinheit
Dokumentation:
Technische Daten:
- Hersteller: M5Stack
- Hersteller SKU: U078-D
- SoC: SigmaStar SSD202D
- CPU: Dual-Core ARM Cortex-A7, 1.2 GHz
- RAM: 128 MB DDR3
- Flash: 512 MB NAND
- Betriebssystem: Embedded Linux
- Kamera: GC2145, 1080p
- Sichtfeld: 68°
- WLAN: 2.4 GHz
- Mikrofon: Integriert
- Kühlventilator: Integriert
- USB: USB-C (USB-LAN + Stromversorgung)
- Speichererweiterung: microSD (32 GB im Lieferumfang)
- Programmierumgebung: Python, UIFlow, Linux-Shell, Edge Impulse
- KI-Funktionen ab Werk: QR-Code, Gesichtsdetektion/-erkennung, Linienverfolgung, Bewegung, Formabgleich, Streaming, Farbklassifikation, Farb-Tracking, Objektverfolgung, Formdetektion, benutzerdefinierte Erkennung
- Produktgewicht: 18.0 g
- Verpackungsabmessungen: 157 × 38 × 38 mm
- Bruttogewicht: 62 g
Lieferumfang:
- 1× M5Stack UnitV2 AI Camera für Edge Computing SSD202D TinyML
- 1× 32-GB-microSD-Karte
- 1× USB-C-Kabel 50 cm
- 1× Standfuss
- 1× Rückseiten-Clip
M5Stack UnitV2 AI Camera für Edge Computing SSD202D TinyML
- Hersteller M5Stack
- Artikelnr. 425606
- Verfügbarkeit Ausverkauft
-
CHF79,00
- Netto CHF73,08
Ähnliche Produkte
M5stack UnitV K210 AI Kamera M12 Version OV7740
Das M5Stack UNIT-V M12 AI Kamera ist das ultimative Tool für Machine Vision. Diese Kamera vereint mo..
CHF44,90 Netto CHF41,54
Raspberry Pi AI Kamera
Die Raspberry Pi AI Kamera ist eine innovative Lösung für Anwendungen im Bereich der künstlichen Int..
CHF79,90 Netto CHF73,91
UNIHIKER K10 AI Einplatinencomputer mit Touchscreen und Kamera
Der UNIHIKER K10 ist dein smarter Begleiter in die Welt der Künstlichen Intelligenz, TinyML und IoT...
CHF29,90 Netto CHF27,66
HUSKYLENS 2 AI Bildverarbeitungssensor 6 TOPS
Der HUSKYLENS 2 ist ein leistungsstarker KI-Visionsensor der nächsten Generation für Maker und Entwi..
CHF98,00 Netto CHF90,66
SenseCAP A1102 LoRaWAN Vision AI Sensor
Das Seeed Studio SenseCAP A1102 ist ein industrietauglicher LoRaWAN-Kamerasensor, der künstliche Int..
CHF89,90 Netto CHF83,16
Schnellsuche M5Stack, UnitV2, AI Camera, Edge Computing, SSD202D, TinyML, Gesichtserkennung, Objekterkennung, Linux, Cortex-A7, WLAN, 1080p, Kamera, Embedded AI, U078-D











