Sipeed MaixCAM Pro, cámara IA RISC-V con OpenCV y WiFi 6

Análisis general del producto

Después de varias semanas utilizando la MaixCAM Pro en proyectos de visión artificial, la considero una plataforma de desarrollo mucho más completa que una simple cámara conectada a un microordenador. Su principal atractivo está en reunir procesamiento RISC-V, aceleración de inteligencia artificial, cámara, pantalla táctil, conectividad inalámbrica, audio e IMU en un formato compacto.

El núcleo SG2002 ofrece un procesador RISC-V C906 a 1 GHz, con posibilidad de utilizar también un núcleo ARM Cortex-A53 para Linux, además de una NPU de 1 TOPS para modelos de inteligencia artificial en formato INT8. En la práctica, esto permite ejecutar tareas de detección directamente en el dispositivo, sin depender continuamente de un ordenador externo. Es una diferencia importante frente a placas que únicamente capturan vídeo y envían los datos a un servidor.

La memoria DDR3 de 256 MB obliga a mantener unas expectativas razonables. Es suficiente para prototipos, inferencia y aplicaciones embebidas bien optimizadas, pero no está pensada para ejecutar modelos grandes, interfaces pesadas o varias cargas de trabajo intensivas al mismo tiempo.

Calidad de construcción y materiales

El formato resulta cómodo para montar prototipos de sobremesa, sistemas de vigilancia experimental o dispositivos portátiles. La placa integra una pantalla IPS táctil de 2,4 pulgadas con resolución de 640 x 480, un altavoz de 1 W y un micrófono analógico. La pantalla es especialmente útil durante la fase de desarrollo, porque permite mostrar cuadros delimitadores, estados del sistema, menús o lecturas de sensores sin añadir un monitor externo. Estas características, junto con el IMU de seis ejes, la distinguen de muchas placas de visión artificial más básicas.

El sistema de alimentación requiere atención. La versión sin batería no debe confundirse con un producto portátil listo para usar: necesita una fuente compatible y una gestión cuidadosa de la alimentación. El modelo incorpora gestión energética y puede trabajar con batería en las variantes preparadas para ello, pero las referencias terminadas en “NO-BAT” no incluyen este componente. Antes de montar la placa en una carcasa, conviene comprobar la variante de cámara y la presencia o ausencia de batería.

El chasis ofrece posibilidades de montaje interesantes, incluido un punto de rosca de un cuarto de pulgada para trípode. Para instalaciones permanentes, habría preferido una carcasa más rígida y protegida, ya que una placa de desarrollo abierta queda expuesta al polvo, a contactos accidentales y a descargas electrostáticas.

Compatibilidad y rendimiento

La cámara se conecta mediante una interfaz MIPI CSI de cuatro líneas y el sistema admite módulos de hasta 5 megapíxeles. Entre las cámaras compatibles se encuentran las basadas en sensores GC4653 y OS04A10, aunque la elección concreta depende de la variante adquirida. Esta diferencia es relevante: no todas las versiones ofrecen la misma respuesta en resolución, sensibilidad o campo de visión.

En mis pruebas de concepto, el punto fuerte ha sido la inferencia local con modelos como YOLOv5 y YOLOv8. La NPU evita cargar todo el trabajo sobre la CPU y permite construir detectores de objetos, contadores de personas o sistemas de clasificación con una respuesta adecuada para prototipos. El rendimiento final depende mucho de la resolución de entrada, del modelo convertido y de la cantidad de procesamiento adicional que se realice con OpenCV.

OpenCV encaja bien para tareas como recorte de regiones, conversión de color, filtrado, seguimiento sencillo y superposición de resultados. No la plantearía como sustituta de una estación de trabajo para entrenar redes neuronales. Su función natural es ejecutar modelos ya preparados y controlar sensores, comunicaciones y actuadores en el borde.

La conectividad Wi-Fi 6 resulta útil para enviar resultados, actualizar configuraciones o visualizar datos desde otro equipo. También dispone de Bluetooth 5.4 y una interfaz PMOD con líneas GPIO, I2C, SPI, UART, ADC y PWM, lo que facilita conectar servos, sensores y pequeños periféricos. En un montaje con gimbal de dos ejes, por ejemplo, la cámara puede combinar detección visual con la lectura del IMU y el control mediante PWM.

El ecosistema de software es uno de sus factores decisivos. MaixPy permite programar en Python, MaixCDK ofrece una alternativa en C y C++, mientras que MaixVision simplifica la programación y la previsualización de imágenes. También existe una plataforma para preparar modelos y transferirlos al dispositivo. Esta combinación reduce bastante la barrera de entrada frente a un desarrollo basado únicamente en herramientas de bajo nivel.

Puntos fuertes y aspectos mejorables

Lo que más valoro:

• NPU integrada para inferencia de inteligencia artificial en el propio dispositivo.
• Formato compacto con cámara, pantalla, audio e IMU.
• Compatibilidad con Linux, Python, C y C++.
• Interfaces de expansión adecuadas para automatización y robótica.
• Capacidad para combinar visión, sonido y conectividad en un mismo prototipo.
• Montaje sencillo gracias a la rosca para trípode.

Aspectos mejorables:

• La memoria de 256 MB limita la complejidad de los proyectos.
• La documentación y la configuración inicial requieren cierta paciencia, especialmente para quien no haya trabajado con Linux embebido.
• Las distintas cámaras y versiones pueden generar confusión al comprar.
• El altavoz integrado sirve para avisos, síntesis sencilla o interacción básica, pero no sustituye a un sistema de audio de mayor calidad.
• La alimentación y la batería deben verificarse antes de diseñar un dispositivo portátil.

Para conservarla en buenas condiciones, recomiendo utilizar una fuente estable, evitar conectar periféricos con la placa energizada cuando no sea necesario y proteger los conectores MIPI de tirones. También es aconsejable guardar una copia de la configuración del sistema y mantener separados los modelos de prueba de los modelos destinados a producción.

Veredicto del experto

La MaixCAM Pro me parece una placa especialmente interesante para aprender visión artificial aplicada y desarrollar prototipos autónomos. No compite con un ordenador de sobremesa en potencia ni pretende hacerlo. Su valor está en la integración: permite pasar de una idea basada en YOLO u OpenCV a un dispositivo físico con cámara, pantalla, audio, sensores y comunicación inalámbrica sin construir todo el sistema desde cero.

La recomiendo para estudiantes, desarrolladores y aficionados avanzados que quieran experimentar con inteligencia artificial en el borde. Antes de comprarla, comprobaría cuidadosamente la cámara incluida, la variante sin batería y los accesorios necesarios. Con esa previsión, ofrece una base técnica flexible para robótica, automatización, análisis visual y dispositivos interactivos.