U078-D

M5Stack
170-U078-D
U078-D

Fabricante:

Descripción:
Cámaras y módulos para cámaras Is a high-efficiency AI recognition module using Sigmstar SSD202D

Modelo ECAD:
Descargue Library Loader gratis para convertir este archivo para su herramienta ECAD. Conozca más sobre el modelo ECAD.

En existencias: 6

Existencias:
6
Se puede enviar inmediatamente
En pedido:
20
Se espera el 18/2/2026
Plazo de entrega de fábrica:
10
Semanas Tiempo estimado de producción de fábrica para cantidades superiores a las que se muestran.
Mínimo: 1   Múltiples: 1
Precio unitario:
₡-
Precio ext.:
₡-
Est. Tarifa:

Precio (CRC)

Cantidad Precio unitario
Precio ext.
₡43 500 ₡43 500

Atributo del producto Valor de atributo Seleccionar atributo
M5Stack
Categoría de producto: Cámaras y módulos para cámaras
RoHS:  
Camera Modules
AI Cameras
UART, USB
high-efficiency AI recognition module launched by M5Stack
5 V
0 C
+ 60 C
40 mm x 24 mm x 18.5 mm
Marca: M5Stack
Memoria RAM instalada: 128 MB
Tipo de memoria: DDR3
Corriente de suministro operativa: 500 mA
Serie: CAMERA
Cantidad de empaque de fábrica: 10
Subcategoría: Cameras & Accessories
Productos encontrados:
Para mostrar productos similares, seleccione al menos una casilla de verificación
Seleccione al menos una de las casillas de verificación anteriores para mostrar productos similares en esta categoría.
Atributos seleccionados: 0

USHTS:
8525895050
JPHTS:
852589000
TARIC:
8525890000
ECCN:
5A992.C

UnitV2 AI Camera

M5Stack UnitV2 AI Camera is a stand-alone, Linux-based 1080p camera optimized for Edge Computing. The UnitV2 AI Camera is powered by an onboard Arm Cortex-A7 Dual-Core 1.2GHz SoC (System-on-Chip) and includes 128MB DDR3 memory, 512MB NAND Flash, 2.4GHz Wi-Fi®, and an integrated cooling fan. The UnitV2 integrates multiple ready-to-use AI recognition applications, such as Face Recognition, Object Tracking, Color Tracker, Shape Detector, and Barcode Detector. A built-in USB LAN allows it to easily connect to a PC, automatically establishing a network connection. The UnitV2 can also be connected and debugged via Wi-Fi.