Raspberry Pi 5 邊緣 AI 部署指南：攝影機、AI HAT+ 與 30 天 PoC 驗收

想在門市、產線或倉庫用攝影機辨識物件，是否一定要把影像傳到雲端？不一定。Raspberry Pi 5 可以搭配相容的相機與 AI 加速器，在裝置端執行部分 AI 推論工作。但「模型在本地跑起來」只是技術起點，真正的企業問題是：辨識是否穩定、延遲是否可接受、資料如何管理、系統故障時誰負責處理。

本文以「30 天做出可驗收的影像 AI PoC」為主線，將板卡選型、部署與驗收拆成可檢查的工作，而不是單純列出硬體規格。

邊緣 AI 的價值，並不只有不用網路

邊緣 AI 指在資料產生或使用的現場進行推論。對部分影像任務，這可能縮短往返雲端的等待時間、減少原始影像傳輸量，也有助於更細緻地管理資料存取。不過這不代表本地設備就自動具備隱私合規或資訊安全；相機權限、資料保留、韌體更新和事件日誌仍需要治理。

選型時，先問三個問題：要辨識什麼？錯誤判斷的代價是什麼？斷網或斷電時應該如何安全運作？

AI HAT+、AI HAT+ 2 有什麼不同？

請注意，TOPS 是特定數值精度下的理論運算量指標。13／26 TOPS 的 INT8 與 40 TOPS 的 INT4 不是可以直接換算的同一種效能成績；也不等於相機即時 FPS、辨識正確率或模型實際延遲。模型架構與軟體支援度比單看 TOPS 更重要。

Raspberry Pi 官方已指出原 AI Kit 停產，新專案建議使用 AI HAT+ 或 AI HAT+ 2。因此不建議依數年前的材料清單直接採購舊版 AI Kit。

硬體與作業系統準備

官方 AI 軟體文件目前以 Raspberry Pi 5、64 位元 Raspberry Pi OS（Trixie）和相容 Hailo NPU 為部署基礎。視覺任務還需要支援的相機。建議先完成 Pi 5 系統、電源及散熱檢查，再在拔除電源後依官方步驟安裝相機和 HAT。

先不裝任何 AI 套件，單獨確認相機可運作，避免把鏡頭接線問題錯判成模型問題：

sudo apt update
sudo apt install rpicam-apps
rpicam-hello

如果在沒有螢幕的環境，預覽視窗可能不可用。應改用適合無頭環境的相機測試與日誌，並確認該指令的實際輸出。設備是否成功辨認相機，必須以真實結果為準。

安裝 AI 加速器套件

請先確認手上是哪一種 HAT，兩類套件不可混用。依官方文件，AI HAT+ 搭配以下套件：

sudo apt install dkms
sudo apt install hailo-all
sudo reboot

如果是 AI HAT+ 2，則依官方使用 hailo-h10-all，不能和 hailo-all 共同安裝。重開機後可嘗試：

hailortcli fw-control identify

若 NPU 未識別，先檢查 HAT、PCIe 排線、散熱器、電源與套件版本，不要立即宣稱推論部署完成。真正能跑的模型，還須符合該加速器支援的模型格式、編譯與軟體管線。

PoC 要驗收什麼，而不只是模型可以顯示框線

假設案例為「店內指定商品是否擺錯位置」。模型不應僅在光線良好的展示影像成功，還應在光照變動、遮擋、多人經過、相機輕微移動時保有可接受的品質。建議至少建立如下測試表：

沒有測試集與評估方法，就沒有可信的「準確率」。即便部署成功，模型可能因場景改變而退化。PoC 需要明確的停止條件與回退方案。

30 天 PoC 應該怎麼安排？

第 1 週，需求與現場盤點。 選定 1 個場景，確認對象、光線、攝影機位置、資料保護要求、基準流程與人工處理成本。把成功條件寫成可驗證句子，例如「在指定場景的測試集中，達成事先核可的誤判上限」。數值必須由業主與技術團隊在測試前訂定。

第 2 週，硬體與資料管線。 建立 Pi 5、OS、相機與 HAT 的設備清單，留下安裝紀錄；設計匿名化與資料取用流程。不要拿客戶敏感影像直接作為公開展示素材。

第 3 週，模型與場景測試。 驗證模型可在設備上持續執行，測試不同光照與遮擋條件，同時收集 p95 延遲、FPS、錯誤率與復原時間。記錄出錯原因，才知道是模型、硬體、網路還是流程問題。

第 4 週，決策與交接。 比較 PoC 成本與預估營運價值，對資料治理、維護責任、批次部署與採購做出 Go／No-Go／Revise 決策。測試結果未達標不代表 PoC 失敗，能清楚說明不該擴大部署，也是有價值的成果。

企業需要一份能被管理者簽核的交付物

一份合理的成果不是只有 demo 影片，而應至少包含需求與範圍、設備與軟體版本、資料與權限設計、測試方法和結果、已知限制、每台設備總成本、維運責任、下一階段決策。若涉及工安、醫療或其他高風險場景，還需相應的專業法遵與安全評估，不能以 Raspberry Pi 原型取代正式認證。

可直接使用 Raspberry Pi 企業 PoC 30 天檢核表，將試作結果轉成可討論的技術與商業決策。

本文驗證狀態： 硬體、套件名稱與官方工作流程已查核；本篇沒有宣稱完成實機安裝、模型跑分或現場準確率測試。

延伸閱讀：Raspberry Pi 5 安裝教學、Raspberry Pi OS 設定指南，以及 Raspberry Pi 入門完整指南。需要規劃團隊的資料與 AI 導入能力，可透過 天地人企業培訓需求表 討論。

參考資料

1. Raspberry Pi 官方〈AI HATs〉：https://www.raspberrypi.com/documentation/accessories/ai-hat-plus.html
2. Raspberry Pi 官方〈AI software〉：https://www.raspberrypi.com/documentation/computers/ai.html
3. Raspberry Pi 官方〈Camera software〉：https://www.raspberrypi.com/documentation/computers/camera_software.html
4. Raspberry Pi 官方〈AI Kit〉（舊款狀態）：https://www.raspberrypi.com/documentation/accessories/ai-kit.html

資料查核日期：2026 年 10 月 21 日。