タグ検索の該当結果が少ないため、タイトル検索結果を表示しています。
エッジでAIを動作させる仕組みが増えてきました。 AI動作が可能なエッジ機器としてはAI組込済のエッジ機器、RaspberryPi、FPGA、RISC-Vチップなど色々と選択肢があります。但し、現状では深層学習処理をしようとするとパフォーマンスの問題でGPUが前提となるケースがあります。 このケースに限ってはNVIDIA製のエッジ機器であるJetsonシリーズの使用が前提となります。 今回はNVIDIA製のエッジ機器である「Jetson Nano」上でDeepstreamを使ってストリーム処理で物体検出させる手順を記事にしたいと思います。 Jetsonとは何か？ Jetsonとは、NVIDIA社が製造・販売するGPUを備えた画像認識、機械学習や自動運転等を想定した組込み用のARMベースのシングルボードコンピュータシリーズです。 特徴としてはCUDAを搭載しているため、CUDAに対応したAI
DeepStream SDKで高速動画認識からのLINE通知 この記事は，ドコモアドベントカレンダー2019 7日目の記事です。 NTTドコモ サービスイノベーション部の酒井と申します。業務ではDeep Learningを用いた画像認識エンジンの研究開発、サービス化に取り組んでいます。今回は、GPUを使った動画認識高速化ツール「DeepStream SDK」を用いて、動画からの車検出を高速で行うとともに、結果をLINEに通知してみました。AIカメラ的な物を作って、監視カメラで人を検知したり、カメラ映像から違法駐車の検出などを行うなどに使える感じです。 Web上であまり事例の見つけられなかったDeepStream SDKとAMQPを用いたメッセージングにもチャレンジしました。 動機 近年、画像認識技術でのDeep Learning利用が広がるに連れ、動画データの画像認識も徐々に盛り上がって来
Ubuntu OSイメージの作成 公式サイトからJetPackイメージをダウンロードします。 項目が多くて探しにくいですが、以下の画像のようにJetPack 4.6.1を使用します。 SEARCHの欄に”jetson nano”と入れると候補がしぼられるので探しやすくなります。 ダウンロードしたzipファイルは圧縮ファイルですが、解凍せずに使いますのでそのままにしておいてください。 以下、Macで実施する例を載せていますが、ここで使用するSD Card FormatterとBalena EtcherはWindows用もありますので、同様に実行できます。 SD Card Formatterでフォーマットします。通常、Quick formatで問題ないようですが、うまく行かない場合はOverwrite formatしてください。 Balena EtcherでJetPackイメージをSDカードに
Tensorflow Object Detection APIで学習させたMobilenetV2のモデルをNVIDIA JetsonのDeepStream SDKで動かしてみたTensorFlowJetsonObjectDetectionAPI はじめに この記事では、NVIDIA JetsonのDeepStream SDKで自分で用意したデータで学習した物体検出モデルを利用する手順について記述しています。データのアノテーションと学習は以下の図にあるように、Cloud AnnotationsとGoogle colabを使って行います。どちらも無料で使えます。 以下はメガネを検出できるように学習させたモデルをJetsonのDeepStream SDKで動かしている様子です。平均で18FPSぐらいでています。よく考えてみるとコーディングらしいコーディングをすることなく（構成ファイルやパラメータ
AI監視カメラを活用した画像解析技術は目まぐるしく進化しており、ビジネスの課題解決に導入される方が増えています。 いざ導入を決定して、自社で画像解析アプリケーションを開発することになれば、開発するための専用ツールを使いこなす必要があります。世の中には画像解析アプリケーション開発に関する情報は点在していますが、役立つ情報がまとめられているものは少なく、またソフトウェアエンジニアにとって全く新しい環境に慣れる必要があり、開発に苦労する方が多いという現状があります。 本記事では、画像解析アプリケーション開発をこれから始められる方や、すでに挑戦して挫折してしまった方に、全5話のシリーズ記事で、開発に必要となる基礎知識についてできる限り難しい言葉を使わずに解説します。 [AI画像解析アプリ開発に必要な知識] 第1話 NVIDIA DeepStream SDKとは 第2話 GStreamerとは 第3
Jetson nanoはAI入門におすすめ こんにちは。 AI coordinator管理人の清水秀樹です。 コロナが猛威を奮っていますね。 健康には十分気をつけていきましょう。 さて、本日はAI初心者に大変オススメのJetson nanoを使ったAI体験を簡単に実現できる方法をご紹介致します。 Jetson nanoはNvidia社が開発したGPU搭載の小型マイコンになります。 なぜAI初心者にオススメなのかというと、セットアップが滅茶苦茶楽ちんだからです。 通常のPCですといちいちAI開発用にセットアップが必要となりますが、Jetson nanoはもともとAIを活用することを前提に開発したマイコンになっているため、Jetson nano用のOSイメージを活用すればすぐにでもAIを体験できるようになっています。 しかもマイコンそのものは１万ちょっとと金額も安い。 通常のGPU搭載のPCを
2020年1月7日に行われた第4回 Jetsonユーザー会 「Jetson Nano超入門」著者パネルディスカッション＋LT大会に登壇させていただきました。 関係者のみなさま、ご参加いただいたみなさま、ありがとうございました。 で、資料をSlideShareにアップしたのですが、基本的には口頭で説明するためのベースとしての資料として作ったものですので、ブログ記事として解説をアップすることにしました。 まず、なんでDeepStreamを紹介しようと思ったかと言いますと、以下3つの理由からです。 何か話してよと言われたのが12月半ばで1か月未満でできることを考えた ちなみに、依頼が来てから慌ててJetson nanoを買いました。 DeepStreamに関して、NVIDIAさんのプレゼンでしか見たことないよという声があった 「Jetson Nano超入門」にはさらっと紹介程度にしか触れられてい
Intelligent Video Analytics for 8 channels at 1080P 30FPS powered by DeepStream SDK. https://developer.nvidia.com/deepstream-sdk/jetson-nano-notify-me
今日は朝から昨日（5日）のドカ雪のおかげで、雪かきで疲れました。（笑） かなり腰にきています。 １日で40センチ以上積もりました。 現在もまだちらほら雪が降っています。 という事で多少疲れてはいますが、 今回は、NVIDIAが提供しているDeepStream SDKの機能を試してみました。 １．DeepStream SDK とは？ （説明からの抜粋です） （１）カメラ、センサー、IoTゲートウェイからのデータをリアルタイムで分析 NVIDIAのDeepStream SDKは、マルチセンサー処理だけでなく、AIベースのビデオおよび画像を理解するための完全なストリーミング分析ツールキットを提供します。 DeepStreamは、ピクセルとセンサーデータを実用的な洞察に変換するためのエンドツーエンドのサービスとソリューションを構築するプラットフォームであるNVIDIA Metropolisの不可欠
The Postprocessing on GPU stage from my previous post is logically closest to our first DeepStream pipeline. This was a fairly slow, early stage in the Python-based optimization journey but limitations in DeepStream around batching and memory transfer make this the best comparison. This Python-based pipeline runs at around 80 FPS: After we get a basic DeepStream pipeline up and running we’ll empir
概要 この記事ではJetson TX2でDeepStream SDKのサンプルアプリを動かす手順を紹介しています。 DeepStream SDKを使用することで、Jetsonでの映像処理やディープラーニングの推論処理を高速に処理できるようになります。 今回動かすサンプルアプリは、USBカメラの映像を入力にして物体検出（PersonやCarなどを検出）を行う内容になります。 環境情報 Jetpack 4.3 Jetson TX2 カメラ：LOGICOOL HD PRO WEBCAM C920 Jetpack導入 TX2へのJetpackの導入は、NVIDIA SDK MANAGERを使って実施します。 手順については以下の記事を参考にしてください。 https://dev.classmethod.jp/hardware/jetson-setup-jetpack-with-sdkmanager
To set up Kafka Install Kafka $ sudo apt install openjdk-11-jre $ java --version Download from the below site https://downloads.apache.org/kafka/2.5.0/kafka_2.12-2.5.0.tgz Build Kafka server into Jetson (Note that you should keep to open terminal screen) $ cd ~/Downloads $ tar -xzf kafka_2.12-2.5.0.tgz $ cd kafka_2.12-2.5.0 $ bin/zookeeper-server-start.sh config/zookeeper.properties Start Kafka se
Amazon Web Services ブログ NVIDIA DeepStream on JetsonモジュールをAWS IoT CoreとAWS IoT Greengrassと統合する方法 AWSはコンシューマ製品や製造設備などのエッジデバイスにAWSのサービスを拡張し、インテリジェントに行動できるようにするべく必要な技術をお客様に提供するために、エッジコンピューティングの提供を継続的に進化させています。これにより、お客様は不要なコストやレイテンシーを回避し、エッジデバイスを安全かつ効率的に管理できるようになります。 AWS IoT Greengrassを利用して、AWSクラウドテクノロジーをエッジデバイスに拡張することにより、生成されたデータに対しローカルでアクションを起こしつつ、クラウドでリアルタイムのデータ分析、データの保存と可視化、機械学習モデルの精度の高いトレーニングを行うこと
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く