Sipeed MAix Go Kit 具有官方資源以及開發所需的基礎零件，能協助使用者快速開發AI影像辨識的邊緣運算裝置
開發AI影像辨識或是深度學習等專案的時候，採購需要的零件往往耗費不少時間與精力。Sipeed MAix Go Kit 幫你把初步開發所需要的基礎零件都準備好了，除了MAix Go這片包含相機模組的邊緣運算開發板，上面附有LED、麥克風、喇叭、拇指旋轉開關等基礎零件，套件中還包含了鋰電池、2.8吋的螢幕、壓克力外殼等，協助使用者能更快速的開發邊緣運算裝置。Sipeed MAix Go 採用能做影像辨識及學習的 RISC-V 64 bit 雙核 Kendryte K210 晶片，能夠不依賴電腦獨立運作，也可以使用C/C++或是micropython開發。它支援 tiny-yolo、mobilenet-v1、以及TensorFlow Lite 訓練出的模型，並承諾未來會建立模型交易平台供使用者交換彼此訓練好的模型。
| 作者 | 蔡雨錡 |
| 參考網頁 | https://www.seeedstudio.com/Sipeed-MAix-GO-Suit-for-RISC-V-AI-IoT-p-2874.html |
相較於之前發文過的HuskyLens，Sipeed MAix Go Kit也同樣使用了Kendryte K210 晶片，鏡頭模組也跟基礎款一樣選用OV2640，照這樣的趨勢，之後可能會有使用相同零件的類似產品出現。但它們的目標客群是不太一樣的，HuskyLens的目標客群比較接近AI影像辨識的體驗裝置，而 Sipeed MAix Go Kit 則是讓原本有完成訓練的辨識模型的進階使用者開發硬體裝置更方便。
值得注意的是 Sipeed MAix Go Kit 已經上市，並且官方有提供不斷更新中的資源如Youtube影片或是Github程式協助使用者上手。相關資源連結如下：
Youtube 影片
有趣的應用
MAIX Go feature map display
寵物自動餵食器（用同樣MAix系列的板子製作）
mobilenet-v1 辨識成果
人臉偵測
Real-time 邊緣偵測
組裝教學
Github
官方 MAix Go in micropython (圖片截圖於下方連結)
https://github.com/sipeed/MaixPy
最後附上相似產品比較表，以官方提供文字內容為主，整理出四種鏡頭模組比較表如下 [1] [2] [3] [4]，若內容為空代表沒有提及，可以參考模組選用的零件的文件來判斷官網沒有提及的效能或規格。在製作不同專案時會有對應的不同需求，可以參考下列比較表做出最適合的選擇。
| ESP32-CAM | Pixy2
(CMUcam5) |
HuskyLens | Sipeed MAix Go 套件 | |
| 製作公司 | AI Thinker | PixyCam | DFRobot | Seeed Technology |
| 大約價位(NTD) | 365 | 1856 | 基本款：687
進階款：1594 |
1265 |
| 鏡頭 | OV2640 | Aptina MT9M114 | 基本款：OV2640
進階款：OV5640 |
OV2640 + M12 4mm 鏡頭 |
| 解析度 | 最大解析度為200萬畫素，但受RAM大小限制， 該片板子僅能最高到 800×600 | 1296×976 | 基本款：200萬畫素
進階款：500萬畫素 |
– |
| FOV
(Field-of-view) |
65度 | 水平60度
垂直40度 |
– | – |
| 核心晶片 | 32 bit 雙核Tensilica LX6 | 雙核NXP LPC4330 | RISC-V 64 bit 雙核 Kendryte K210 | RISC-V 64 bit 雙核 Kendryte K210 |
| 時鐘頻率 | 160 MHz | 204 MHz | 400 MHz | 400 MHz |
| SRAM | 520KB | 264KB | – | 8MB |
| flash | 4MB | 2MB | – | 8MB/16MB/128MB |
| 程式語言 | Arduino IDE
micropython |
Arduino IDE
C/C++ Python |
– | C/C++
micropython |
| 演算法/深度學習模型 | – | 內建 | 內建 | tiny-yolo mobilenet-v1 TensorFlow Lite |
| 相容開發板 | Arduino
Raspberry Pi 等 |
Arduino
Raspberry Pi 等 |
Arduino
micro:bit Raspberry Pi LattePanda |
– |
| 資料傳輸 | UART
SPI I2C PWM |
UART
SPI I2C USB digital/analog 輸出 |
UART (9600~115200bps)
I2C (100k~400k) |
TypeC USB |
| wifi | 802.11 b/g/n | – | – | 802.11 b/g/n |
| 藍牙 | BLE | – | – | – |
| 附螢幕 | – | – | 2.0 inch IPS
解析度 320 x 240 觸控螢幕 |
2.8 inch LCD
觸控螢幕 |
| 最大影像傳輸率 | UXGA / SXGA：15 fps
SVGA：30 fps CIF：60 fps |
60 fps | 30 fps | 60 fps |
| 重量 | 5g | G.W 20g
N.W 10g |
– | – |
| 耗電 | 180mA@5V（關閃光燈）
310mA@5V（開閃光燈） |
140mA | 310mA@3.3V
220mA@5.0V |
600mA |
| 尺寸大小 | 27mm x 40.5mm x 4.5mm | 42mm x 38mm x 15mm | 52mm x 44.5mm | 88mm x 60mm |
| 其他附屬硬體 | micro SD 卡插槽、閃光燈 | RC servo | micro SD 卡插槽、按鈕 | I2S 輸出數位麥克風、喇叭、 RGB LED、麥克風陣列接頭、拇指旋轉開關（數字密碼鎖開關）、micro SD 卡插槽、wifi天線、鋰電池、Type C-USB線 |
| 功能 | 拍照 | 1. 顏色辨識
2. 物體辨識 3. 物體追蹤 4. 偵測及追蹤線 5. 偵測叉路口及各個分叉路 6. 可訓練自己的資料庫做物體辨識 |
1. 物體追蹤
2. 臉部辨識 3. 物體辨識 4. 偵測及追蹤線 5. 顏色辨識 6. 標籤辨識 7. 可訓練自己的資料庫做物體辨識 8. 可以獨立運作 |
1. 可訓練自己的資料庫做物體辨識
2. 可以獨立運作 |
上述商品價格按照文章撰寫當下匯率做換算 – 2019/09/16
參考資料：
[1] ESP32-CAM datasheethttps://loboris.eu/ESP32/ESP32-CAM%20Product%20Specification.pdf
[2] Pixy2 官方 datasheethttps://media.digikey.com/pdf/Data%20Sheets/Seeed%20Technology/102991074_Web.pdf
[3] HuskyLens 群眾募資： [4] Sipeed MAix Go Kit 官方販售頁面https://www.seeedstudio.com/Sipeed-MAix-GO-Suit-for-RISC-V-AI-IoT-p-2874.html