ในโลกของ Edge AI และ Computer Vision (CV) การมีฮาร์ดแวร์ประมวลผลที่ทรงพลังอย่าง Raspberry Pi 5 ที่ทำงานร่วมกับ AI Accelerator ชั้นนำอย่าง Hailo-8 ถือเป็นส่วนผสมที่ยอดเยี่ยมสำหรับการสร้างโปรเจกต์ Object Detection ที่ต้องการความเร็วสูง (High FPS) และความหน่วงต่ำ (Low Latency)
แต่หัวใจสำคัญที่ขาดไม่ได้คือ "ดวงตา" ของระบบ นั่นคือ Camera Module ซึ่ง Raspberry Pi Camera Module 3 (CM3) มีให้เลือก 3 รูปแบบหลักที่ส่งผลโดยตรงต่อประสิทธิภาพของโมเดล CV ของคุณ: Normal, Wide, และ NoIR
บทความนี้จะเจาะลึกความแตกต่างของกล้องทั้ง 3 แบบ และวิเคราะห์ว่าควรเลือกใช้แบบใดสำหรับงาน Computer Vision บนชุด RPi 5 และ Hailo-8
Camera Module 3
CM3 NoIR Wide
เมื่องานของคุณต้องทำงาน ตลอด 24 ชั่วโมง หรือในสภาวะแสงที่ตามองไม่เห็น และต้องการมุมมองกว้างด้วย
CM3 NoIR
เมื่องานของคุณต้องทำงาน ตลอด 24 ชั่วโมง หรือในสภาวะแสงที่ตามองไม่เห็น
CM3 Widenc.
เมื่องานของคุณต้องการ บริบทมุมมองกว้างและภาพรวม ของพื้นที่ทั้งหมด
CM3 Normal
เมื่องานของคุณต้องการ รายละเอียดและความแม่นยำ ของวัตถุในระยะที่กำหนด
RPi 5 + Hailo-8: คู่หูทรงพลังแห่ง Edge AI
ก่อนจะพูดถึงกล้อง เราต้องเข้าใจบทบาทของแพลตฟอร์มก่อน:
Raspberry Pi 5: ทำหน้าที่เป็น Host Processor จัดการระบบปฏิบัติการ, รับสตรีมวิดีโอจากกล้องผ่าน MIPI CSI, ทำ Pre-processing (เช่น ปรับขนาดภาพ) และส่งข้อมูลไปยัง Hailo-8
Hailo-8: ทำหน้าที่เป็น AI Accelerator (หรือ NPU) โดยเฉพาะ งานหนักอย่างการอนุมาน (Inference) โมเดล Object Detection (เช่น YOLO, SSD) จะถูก offload มาที่นี่ ทำให้ RPi 5 เป็นอิสระและระบบโดยรวมสามารถรันโมเดลที่ซับซ้อนได้แบบเรียลไทม์ด้วย FPS ที่สูงมาก
การที่ Hailo-8 ประมวลผลได้เร็วนั้น หมายความว่าระบบของคุณ "หิวกระหาย" ข้อมูลภาพคุณภาพสูงอยู่ตลอดเวลา การเลือกกล้องที่ "ป้อน" ข้อมูลได้ตรงกับโจทย์จึงสำคัญที่สุด
ถอดรหัส Camera Module 3: Normal vs Wide vs NoIR
ความแตกต่างหลักของกล้อง 3 รุ่นนี้อยู่ที่ เลนส์ (Lens) และ ฟิลเตอร์กรองแสง (Light Filter)
Camera Module 3 (Normal)
มันคืออะไร: นี่คือกล้องรุ่นมาตรฐาน มีมุมมองภาพ (Field of View - FoV) ปกติ (ประมาณ 66 องศาในแนวนอน) ให้ภาพที่มีเปอร์สเปคทีฟใกล้เคียงกับสายตามนุษย์ และมีความบิดเบือน (Distortion) น้อยที่สุด
การใช้งานใน CV & Object Detection:
งานที่ต้องการรายละเอียด: เหมาะสำหรับงานที่วัตถุเป้าหมายค่อนข้างอยู่ตรงกลางเฟรม หรือต้องการความแม่นยำของรูปร่าง
ตัวอย่าง: การอ่านป้ายทะเบียนรถ (ANPR), การอ่านบาร์โค้ด/QR Code, การตรวจสอบคุณภาพสินค้า (Quality Control) บนสายพานการผลิต, ระบบจดจำใบหน้า (Facial Recognition) ที่จุดเข้า-ออก
ใช้กับ RPi 5 + Hailo-8 อย่างไร: RPi 5 จะส่งภาพที่คมชัดและบิดเบือนน้อยนี้ไปยัง Hailo-8 ทำให้โมเดล CV (เช่นโมเดล OCR หรือโมเดลตรวจจับใบหน้า) ทำงานได้แม่นยำขึ้นในระยะที่กำหนด
Camera Module 3 (Wide)
มันคืออะไร: กล้องมุมกว้าง (Wide-Angle) มี FoV ที่กว้างกว่ามาก (ประมาณ 102 องศาในแนวนอน) ทำให้เก็บภาพในแนวนอนได้กว้างขึ้นในระยะเท่ากัน
ข้อควรพิจารณา: ภาพที่ได้จะมีความบิดเบือนแบบ "Fisheye" ที่ขอบภาพ ซึ่งอาจต้องมีการทำ "Undistortion" (การแก้ความบิดเบือน) ด้วยซอฟต์แวร์ (เช่น OpenCV) ก่อนส่งเข้าโมเดล CV
การใช้งานใน CV & Object Detection:
งานที่ต้องการบริบท (Context): เหมาะสำหรับงานที่ต้อง "มองเห็น" สภาพแวดล้อมโดยรวม หรือติดตามวัตถุที่เคลื่อนที่ในพื้นที่กว้าง
ตัวอย่าง: ระบบรักษาความปลอดภัย (Surveillance) ที่ต้องการครอบคลุมทั้งห้อง, การนับจำนวนคน (Crowd Counting) ในพื้นที่, ระบบนำทางสำหรับหุ่นยนต์ (Robot Navigation) เพื่อหลบหลีกสิ่งกีดขวาง, การตรวจสอบที่จอดรถ
ใช้กับ RPi 5 + Hailo-8 อย่างไร: Hailo-8 จะได้รับภาพที่กว้างมาก ทำให้สามารถตรวจจับวัตถุได้ "หลายชิ้น" หรือ "ครอบคลุมพื้นที่" มากกว่าในเฟรมเดียว เหมาะสำหรับโมเดลอย่าง YOLO ที่ต้องตรวจจับวัตถุหลายประเภทพร้อมกันทั่วทั้งฉาก
Camera Module 3 (NoIR)
มันคืออะไร: "NoIR" ย่อมาจาก No Infrared Filter กล้องปกติจะมีฟิลเตอร์ IR เพื่อตัดแสงอินฟราเรดออก ให้ภาพสีตรงกับที่ตามองเห็น แต่รุ่น NoIR จะ "ไม่มี" ฟิลเตอร์นี้
ผลกระทบ:
ในที่แสงปกติ: สีของภาพจะเพี้ยน (เช่น ใบไม้สีเขียวอาจติดสีชมพู) เพราะกล้องรับทั้งแสงที่มองเห็นและแสง IR
ในที่มืดสนิท: กล้องนี้สามารถ "มองเห็น" ได้ หากใช้ร่วมกับ แหล่งกำเนิดแสงอินฟราเรด (IR Illuminator) ซึ่งตามนุษย์มองไม่เห็น
การใช้งานใน CV & Object Detection:
งานที่ต้องการทำงาน 24/7: นี่คือจุดแข็งที่สุด ใช้สำหรับระบบที่ต้องทำงานทั้งกลางวันและกลางคืน
ตัวอย่าง: ระบบรักษาความปลอดภัยยามค่ำคืน, การติดตามสัตว์ป่าตอนกลางคืน (Nocturnal Wildlife Monitoring), การเกษตรอัจฉริยะ (Smart Farm) เพื่อวิเคราะห์สุขภาพพืช (พืชสะท้อนแสง NIR แตกต่างกัน)
ใช้กับ RPi 5 + Hailo-8 อย่างไร: RPi 5 และ Hailo-8 สามารถรันโมเดล Object Detection ได้ตลอด 24 ชั่วโมง เมื่อแสงหมด กล้อง NoIR (ที่ติดตั้งไฟ IR) จะเปลี่ยนเป็นโหมดขาวดำและยังคงส่งภาพที่ชัดเจนให้ Hailo-8 ตรวจจับผู้บุกรุกหรือวัตถุต่อไปได้
บทสรุป: เลือกกล้องให้ตรงโจทย์
การมี Raspberry Pi 5 และ Hailo-8 เปรียบเหมือนการมี "สมอง" ที่ฉลาดและประมวลผลเร็ว แต่ "สมอง" นี้จะทำงานได้ดีแค่ไหน ขึ้นอยู่กับ "ดวงตา" ที่คุณเลือก
เลือก Normal เมื่องานของคุณต้องการ รายละเอียดและความแม่นยำ ของวัตถุในระยะที่กำหนด
เลือก Wide เมื่องานของคุณต้องการ บริบทและภาพรวม ของพื้นที่ทั้งหมด
เลือก NoIR เมื่องานของคุณต้องทำงาน ตลอด 24 ชั่วโมง หรือในสภาวะแสงที่ตามองไม่เห็น
การเลือกกล้องที่ถูกต้องตั้งแต่เริ่มต้น คือกุญแจสำคัญที่จะปลดล็อกศักยภาพสูงสุดของระบบ CV บน RPi 5 และ Hailo-8 ของคุณ ช่วยลดภาระการ Pre-processing ที่ไม่จำเป็น และทำให้โมเดล AI ของคุณได้ข้อมูลที่ดีที่สุดเพื่อการตัดสินใจที่แม่นยำที่สุด