[B! MachineLearning][RaspberryPi] kyle45rainのブックマーク

Raspberry Pi4 単体で TensorFlow Lite はどれくらいの速度で動く？【2020年12月版】 - Qiita

1. はじめに今から半年前の2020年6月、ラズパイ４上でTensorFlow Liteを使った様々なAI認識アプリを動かしてみて、その動作速度をまとめました。当時のTensorFlowはバージョン2.2でしたが、現在は 2.4(rc4) へと進んでいます。進化が極めて速いDeepLearningの世界において、この半年間でTensorFlow Liteはどう変化したでしょうか。もし「手持ちのアプリは何も変えてないのに、TensorFlow Liteを新しくするだけでめっちゃ速く動くようになったぜ」というのだと嬉しいですよね。本記事では、前回計測に用いたアプリを再び最新版のTensorFlow Lite環境で動かしてみて、この半年間で動作速度にどれくらい変化があったのかを比較検証していきます。 1.1 速度評価の観点速度計測を行うにあたって、まず前回同様に１）演算精度をfp32か

kyle45rain 2020/12/13

リンク

Raspberry Pi4にIntel Neural Compute Stick 2(NCS2)を挿してエッジで機械学習の推論をする環境を整える #RaspberryPi #OpenVINO #NCS2 | DevelopersIO

せーのでございます。今回は機械学習のモデルをラズパイ4上でも動かすためにIntelのNeural Compute Stick 2(NCS2)を用意したので、環境を整えてみたいと思います。 NCS2とは NCS2とはいわゆるアクセラレーター（接続したコンピュータの性能を上げるデバイス）で、NCS2はIntelが機械学習の推論性能を上げることに特化して作成したスティック型の外付けデバイスです。見た目にトランスフォーマー感があって、非常にワクワクします。ラズパイのCPUだけでは機械学習の推論をさせるには少し物足りないので、このNCS2を取り付けます。まだ自己責任といってもNCS2を挿したらすぐに使えるのか、と言うとそういうわけではなく、専用のツールキットをインストールする必要があります。Raspbean OS用のツールキットはまだベータの段階で、Intelのオープンソーステクノロジーセ

kyle45rain 2020/03/19

リンク

DeepLearningによる自動撮影カメラ Raspberry Pi+Coral_TPU - Qiita

ケース制作は3Dソフト（Fusion360)にて3Dモデル作成後、自宅の３Dプリンタにて制作。（フタも有り）クラス図プログラム自体のコード量は少なくクラス数も少ないため、アーキテクチャー的な設計はしませんでした。コアであるObject Detection機能とサムネイルや動画の送信は、将来手段が変わる可能性を考慮し、デザインパターンのStrategyにて設計しています。またサムネイル、動画送信は、マルチプロセスで処理しています。主なクラスの役割 Detector： Object Detectionによる画像判定 RaspPiCamera：カメラから画像をひたすら取得 FlameImage：カメラ画像等のデータクラス(DTO) FlameImageProcessor: 画像処理関係（録画したり、メール、サムネイル送信の指示したり） MonitorController: 上記クラ

kyle45rain 2020/01/25

リンク

RaspberryPiで機械学習をやってみた - Qiita

RaspberryPiで機械学習をやってみた Raspberry Pi Advent Calendar 2019の21日目です。なんとなく機械学習を触ってみたい方、画像処理に機械学習を取り入れてみたい方、ラズパイ4を買ってみたけど特にすることがない方向けに記事を書きます。画像処理に初めて機械学習を使った時に「dlib」というライブラリを使ったのですが、これが中身を理解しなくても使いやすかったのでご紹介させていただきます。概要ラズパイにwebカメラをつなげ、取得した画像データから任意の物体の位置を検出します。物体の位置は物体の形状（エッジ）を学習することで検出します。形状認識で用いられる特徴量にはHOG・SIFT・SURFなどがあるのですが、 dlibではHOG特徴量を用いています。特徴 HOG(Histograms of Oriented Gradients)…輪郭がは

kyle45rain 2019/12/21

リンク

Raspberry Piで使える「Google Coral Edge TPU USB Accelerator」が店頭販売中「Edge TPU」搭載のUSBアクセラレータ

kyle45rain 2019/09/04

リンク

RaspberryPi3とOpenVINOでマルチモデル+マルチNCS2の顔検出＋感情検出プログラム作成 (inspired by kodamapさん) - Qiita

RaspberryPi3とOpenVINOでマルチモデル+マルチNCS2の顔検出＋感情検出プログラム作成 (inspired by kodamapさん) OpenVINO-EmotionRecognition １．はじめに 2019.03.05 マルチスティックによるブーストに正式対応しました。 NCS2 x2 で 30FPS オーバーです。先週、ドバイのスタートアップ企業のエンジニアから、突然メールでプログラム作成の依頼を受けました。 OpenVINOで高速なエモーション検出を行いたい、ということのようです。そのエンジニアは、 @kodamapさんの実装に感銘を受けた、とおっしゃっていました。だったら、なんで kodamapさんじゃなくて私に依頼してきたんだろ？と、意味不明です。 kodamap さんの実装は正直すごいです。顔検出系のロジックがFlaskで全網羅されていて、

kyle45rain 2019/03/09

リンク

AutoML Vision と RasPi でリビングのいろいろな音を認識する

Cloud AutoML Vision は、画像とその分類ラベルをクラウドにアップロードするだけで画像認識の機械学習モデルを作成できるサービス。ラーメン二郎のどんぶり画像から 95% 精度で店舗を当てたりできる高性能だけど、機械学習のディープな知識や経験がなくても使える。で、これでまず試してみたかったのが、音の認識だ。画像じゃなくて音。 2 年くらい前に、画像認識用の CNN を使って音声を認識する論文が Microsoft Research から出てて、へぇーっと思った。スペクトログラムっていう、よく犯罪捜査で出てくる声紋のアレを使って音を画像にして、その模様から音の特徴を認識する。 CNN で音声認識（Microsoft Research）なるほどなあ。。つまり、世の中のどんなデータでも、捉えたい特徴を画像の特徴として表せれば、画像認識で識別できる……ってことだ。そして、AutoM