ABC (AI Book Cataloguer): dal concept al prototipo

28 Febbraio 2026   |   Notizie   |   Tags: AI, libri, scansione libri

Nome del progetto: ABC (AI Book Cataloguer). Acronimo ufficiale: ABC.

Questo articolo riprende il nostro post precedente: Axelera AI Smarter Spaces Project Challenge, dove abbiamo annunciato la nostra partecipazione alla challenge.

Dal concept al prototipo funzionante: il nostro percorso nell’Axelera Project Challenge.

Il progetto

ABC (“AI Book Cataloguer”) è un sistema di edge-AI per la catalogazione automatica dei libri. L’abbiamo sviluppato noi di Denovo, startup italiana, nell’ambito dell’Axelera Project Challenge 27. Il progetto è stato presentato per la prima volta sulla community Axelera il 3 dicembre 2025 e ha raggiunto la fase di prototipo pienamente funzionante il 25 febbraio 2026. Abbiamo pubblicato la documentazione finale il 28 febbraio 2026.

L’idea è semplice: eliminare il lavoro manuale di catalogazione dei libri, che è lento e soggetto a errori di trascrizione, sostituendolo con una stazione smart da tavolo. Questa soluzione acquisisce automaticamente la copertina di un libro ed estrae in tempo reale titolo, autore ed editore, senza bisogno di connessione al cloud.

Il team

Siamo una startup innovativa nel campo della meccatronica guidata dall’AI, un piccolo team internazionale formato da:

• Due ingegneri italiani
• Una project manager polacca

Maggiori dettagli sul nostro team si trovano nella pagina Chi siamo.

ABC è il nostro primo vero progetto di edge-AI, reso possibile grazie al kit hardware fornito da Axelera nell’ambito della challenge.

Il problema che ABC vuole risolvere

Digitalizzare le collezioni librarie è sempre stato un processo lento e faticoso. Gli operatori devono leggere ogni libro, inserire i dati manualmente e correggere gli errori: un flusso che rallenta le operazioni e compromette la qualità dei metadati.

ABC elimina il collo di bottiglia: estraiamo le informazioni in automatico e correggiamo con gesti naturali, senza usare tastiera o mouse.

Le possibili applicazioni spaziano dalle biblioteche alle librerie dell’usato e ai negozi di fumetti: in questi contesti, catalogare un magazzino in continuo aggiornamento è un compito complesso e dispendioso.

L’hardware

Il sistema si basa sul kit di Axelera, arrivato dai Paesi Bassi alla fine di dicembre 2025. I componenti usati nel setup finale sono:

• SBC: Orange Pi 5 Plus
• Acceleratore NPU: Axelera Metis M.2
• Camera: Sonoff CAM S2
• Rete locale: router TP-Link con collegamento Ethernet diretto
• Supporto camera: luce ad anello con braccio regolabile
• Livellamento: doppia livella a bolla applicata alla camera
• Storage: scheda SD
• Display: monitor

La pipeline software e AI

Dopo diversi test, abbiamo scelto la soluzione definitiva basata su PP-OCR (PaddleOCR v3 Latin) in modalità ibrida, scartando EasyOCR, Tesseract e vari LLM (i risultati erano troppo “creativi” e tendevano a inventare dati invece di correggerli).

La pipeline completa prevede:

1. Acquisizione RTSP dalla camera e crop dell’area di caricamento con OpenCV
2. Rilevamento del libro tramite YOLOv8l sulla NPU Metis
3. Sub-pipeline OCR ibrida: individuazione dei blocchi di testo su Metis e acquisizione vera e propria sulla CPU con modello più recente
4. Fuzzy matching contro un database locale (dump di Open Library, 12 GB)
5. Visualizzazione del risultato e attesa del gesto dell’operatore

Interazione operatore e UX

L’operatore interagisce con il sistema in modo completamente hands-free, basato su gesti:

• Posare un libro nell’area di caricamento avvia automaticamente il processo.
• Far scivolare via il libro conferma l’acquisizione: compare una grande spunta verde e i dati vengono salvati su un file CSV locale.
• Mostrare le dita incrociate (forma a X) sotto la camera attiva il rifiuto: compare una grande X rossa.
• Entrambe le azioni hanno una barra temporale che permette all’operatore di annullare l’operazione.

Nella fase finale è stato aggiunto un sistema di comandi via QR code per ri-avviare la calibrazione, abilitare la diagnostica e gestire lo spegnimento dell’Orange Pi.

Timeline del progetto

• 3 dicembre 2025: primo post pubblicato sulla community Axelera
• 20 dicembre 2025: kit hardware ricevuto dai Paesi Bassi
• 12 gennaio 2026: unboxing completo, installazione Voyager SDK, primo test con “inference.py”
• 1 febbraio 2026: setup fisico, integrazione del DB di Open Library, codice pubblicato su GitHub
• 23 febbraio 2026: pipeline completa, passaggio a PaddleOCR v3, debug finale
• 25 febbraio 2026: prototipo funzionante completato
• 28 febbraio 2026: documentazione finale e setup fisico verificato

Axelera rilancia il progetto

Il 10 aprile 2026 Axelera ha condiviso il nostro progetto sul proprio profilo LinkedIn: vedi il post (si apre in una nuova scheda).

Stato finale del prototipo

Il prototipo è stato completato nei tempi previsti dalla challenge. Funziona interamente offline (tranne per il collegamento Wi-Fi tra la camera e l’access point locale) e dimostra che un sistema di catalogazione automatica può essere eseguito su hardware edge a basso costo.

Tutto il codice, la documentazione, le istruzioni, i QR code, le immagini e il file “.stl” del supporto per l’Orange Pi sono liberamente disponibili nel repository GitHub del progetto: github.com/denovo-it/abc (si apre in una nuova scheda).

Progetto sviluppato da noi di Denovo nell’ambito dell’Axelera Project Challenge 27, dicembre 2025 / marzo 2026.

ABC (AI Book Cataloguer) è uno dei progetti pubblici della nostra linea di intelligenza artificiale, sviluppata in‑house insieme a meccatronica, blockchain e cybersecurity.