Negli ultimi anni, l’integrazione dell’intelligenza artificiale nei dispositivi embedded ha subito un’accelerazione notevole, aprendo nuovi scenari per applicazioni edge come il monitoraggio ambientale, la sicurezza domestica o l’automazione industriale. Tra le soluzioni emergenti, la Raspberry Pi AI Camera IMX500 di Sony rappresenta un passo importante verso l’elaborazione di dati visivi direttamente sul dispositivo, senza necessità di inviare flussi video a server remoti.

In questo articolo, vedremo come configurare questa potente fotocamera AI per eseguire in tempo reale object detection utilizzando il modello MobileNet SSD v2. La guida è pensata per utenti principianti, ma fornisce anche dettagli utili per chi intende espandere il progetto in un’applicazione più complessa.

Materiale necessario

Per replicare il progetto sono richiesti pochi componenti hardware e software, facilmente reperibili:

• Raspberry Pi 5 (o versioni precedenti, con opportune modifiche all’ambiente Python)

• Raspberry Pi AI Camera (IMX500)

• Scheda SD da almeno 32GB

• Tastiera, mouse e monitor

• Connessione a Internet

• Sistema operativo Raspberry Pi OS 64-bit, testato con Debian Bookworm (rilasciata il 13 maggio 2025)

Collegamento della fotocamera

Il modulo IMX500 va collegato al connettore CSI della Raspberry Pi. È importante eseguire questo passaggio con attenzione per non danneggiare i pin. Una guida visiva dettagliata è disponibile nella documentazione ufficiale.

Configurazione del sistema

Dopo aver collegato i componenti, segui questi passaggi sul tuo Raspberry Pi:

1. Scrivi Raspberry Pi OS sulla scheda SD
   Utilizza il Raspberry Pi Imager per installare l’immagine più recente del sistema operativo.

2. Aggiorna il sistema e installa i pacchetti necessari

   sudo apt update && sudo apt full-upgrade
sudo apt install imx500-all
sudo reboot now


   Questi comandi installano i pacchetti fondamentali per interfacciarsi con la camera AI.

Creazione dell’ambiente Python

Per isolare il progetto ed evitare conflitti tra dipendenze, si consiglia l’uso di un ambiente virtuale Python:

Download del codice sorgente

Scarica e decomprimi il codice sorgente del progetto:

Aggiorna pip e installa le dipendenze:

Esecuzione del demo

Avvia il server Python che gestisce il flusso video e l’interfaccia web:

Apri il browser e vai su http://localhost:8080. Cliccando su “Start” verrà attivata la rilevazione oggetti in tempo reale, utilizzando MobileNet SSD v2 con l’hardware IMX500.

Puoi accedere all’interfaccia da un altro PC nella rete inserendo l’indirizzo IP del Raspberry Pi, ad esempio:
http://192.168.1.101:8080

Come funziona l’inferenza AI su IMX500

Il sensore IMX500 è dotato di una pipeline AI integrata. Questo consente di caricare modelli, configurarne i parametri e ricevere risultati di inferenza in tempo reale senza inviare immagini a un server esterno.

Ecco i passaggi fondamentali:

1. Caricamento del modello

2. Configurazione del modello
Attraverso le network intrinsics, è possibile modificare alcuni parametri. È importante invocare update_with_defaults() per applicare le modifiche.

3. Avvio dello stream e inferenza

Il flusso video viene gestito da picamera2. La funzione start_recording() consente di associare una pre_callback() che manipola ogni frame prima della codifica video. In questo caso, la funzione Mobilenetv2_Annotator.pre_precallback() disegna riquadri e etichette per ogni oggetto rilevato.

Questo approccio consente anche di estendere facilmente la logica del progetto: si possono salvare i dati, inviare notifiche o attivare attuatori in base agli oggetti rilevati.

Espansioni possibili

Una volta eseguita la demo base, il progetto può evolversi in molte direzioni. Qualche spunto:

• Sostituire il modello AI con uno personalizzato addestrato su casi d’uso specifici (es. conteggio persone, rilevamento prodotti).

• Registrare i dati di inferenza in un file o database per analisi successive.

• Automatizzare reazioni in tempo reale, come aprire un cancello se viene riconosciuta una persona autorizzata.

Per chi desidera approfondire la creazione di modelli AI personalizzati per l’IMX500, è utile studiare l’ecosistema Aitrios di Sony, che permette il deployment e la gestione di modelli AI direttamente su sensori edge.

Conclusione

La combinazione tra Raspberry Pi e la fotocamera Sony IMX500 apre la strada a soluzioni intelligenti decentralizzate, accessibili anche a chi è alle prime armi. Grazie al supporto per modelli pre-addestrati come MobileNet SSD v2, è possibile iniziare subito a esplorare applicazioni di computer vision in tempo reale, con costi contenuti e ottima documentazione.

Il progetto è un punto di partenza per sviluppare soluzioni edge AI più avanzate, mantenendo la semplicità d’uso tipica dell’ecosistema Raspberry Pi.

Per ulteriori dettagli tecnici e codice sorgente, consulta la guida originale su Hackster.io.

Iscriviti ai nostri gruppi Telegram

• Gruppo Maker Italia
• Canale Offerte per prodotti maker

Link utili

• Arduino UNO R3
• Elegoo UNO R3
• Arduino Starter Kit per principianti
• Elegoo Advanced Starter Kit
• Arduino Nano