Raspberry Pi4 単体で TensorFlow Lite はどれくらいの速度で動く？【2020年12月版】RaspberryPiTensorflowLitexnnpack 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
1. はじめに 世の中にはDeepLearningの学習済みモデルを公開してくださっている方がたくさんいらっしゃいます。本記事は、そのうちのいくつかをラズパイ４で動かしてみて、いったいどれくらいの速度で動くのかを検証したものです。 計測対象モデルとして、Mediapipe および TensorFlow.js、TensorFlow Lite models で公開されている学習済みモデルを利用させて頂きました。またモデル実行フレームワークとしては、モバイル向けに整備が進む TensorFlow Lite (C++) を用いました。 計測にあたっては、公開されているモデルをそのまま動かすだけでなく、一般的な高速化手法である下記の２手法を両方試し、その効果も計測しました。 [1] モデルをint8量子化する方法 演算精度に多少目をつぶる代わりに、NEON等のSIMD演算器による並列処理の並列度をさ
1983年徳島県生まれ。大阪在住。散歩が趣味の組込エンジニア。エアコンの配管や室外機のある風景など、普段着の街を見るのが好き。日常的すぎて誰も気にしないようなモノに気付いていきたい。（動画インタビュー） 前の記事：網戸越しに景色を撮ると自分ちの庭みたいに見える ＞ 個人サイト NEKOPLA Tumblr 腕木通信とは 腕木通信は、1793年にクロード・シャップによって発明された通信手段である。今でもよく知られているモールス信号（電信）が登場するよりも前の話だ。 どんな感じで情報を送るのか、自作の腕木通信機で試してみた。例として「我が輩は猫である、名前はまだない（WAGAHAI HA NEKO DEARU NAMAE HA MADA NAI）」というのを送ってみよう。 このクネクネした動きが「猫である（NEKODEARU）」を表している 全文は動画でどうぞ モールス信号はトン（・）とツー（
Jetson Nanoという小型コンピューターにUbuntu 18.04を入れて、ROS Melodicを入れた。 Jetson NanoはNVIDIAが提供するパワフルな小型コンピューター。そこにUbuntuというOSを入れ、ロボット用のミドルウェアであるROSを入れたのだ。 ●Ubuntu 16.04を入れる手段が見当たらない…… Jetson Nanoを使い始めたのは、Raspberry Piを使うことに限界を感じたからだ。 ノートPC（Let’snote）にUbuntu 16.04とROS Kineticを入れてオリジナルのウェアラブルロボットを動かしていた。 しかし、ノートPCからケーブルが出ているロボットはウェアラブルな感じがしない。そこでSBC（シングルボードコンピュータ）で動かせるようにして、SBCもウェアラブルにしようと考えた。 SBCといえば、でまず使い始めたのがRas
2. お前誰よ ● 小池 誠（Makoto Koike) ○ Twitter:@ike_jpn ● 農家 ○ キュウリ ● 組み込みエンジニア ＆ Maker ○ 町工場のIT化のお手伝い ○ 個人でキュウリ選別機の開発 ● Ph.D student ○ Plant sensing & Data analysis ○ アグリエア株式会社 2
前回は新発売のAIコンピュータボード「NVIDIA JETSON NANO 2GB 開発者キット」（以下、Jetson Nano 2GB）の特徴とレビューを解説しました。今回は「Jetson Nano 2GB」を使って、いま話題になっているNVIDIAのAI認定制度「Jetson AI Specialist」の認定を実際に申請してみて、取得にチャレンジしようと思います。 結果から言いますと、「Jetson Nano 2GB」を使った「マスク判定と検温のAI」のプロジェクトを作成して申請し、「Jetson AI Specialist」の【国内認定第１号】として無事に取得することができました！！それほどハードルは高くないので、申請から認定までの流れをお届けしますので、皆さんも挑戦してみてください！ 「Jetson AI Certification」の概要 まずは「Jetson AI Certi
NVIDIAは「GTC 2022」において、CEOのジェンスン・フアン氏が基調講演で、ロボティクスやエッジAI向け超小型AIコンピュータ「Jetson」シリーズに新しいラインナップとして、エントリーレベルの「Jetson Orin Nano」を加えることを発表した。「Jetson Orin Nano」には8GB版と4GB版の2種類が用意される。 価格は199ドルからで出荷予定は2023年1月の予定。アーキテクチュアは現行の「Jetson Orin」と共通のため、「Jetson Orin開発者キット」を使用してシステムの開発自体はすぐにでも始めることができる。本体のサイズやピンは今秋発売予定の「Jetson Orin NX」と同じ。 「NVIDIA Jetson Orin Nano」は、従来の「Jetson Nano」と比較してパフォーマンスが約80倍と飛躍的に向上する。それでいて価格は比較
この記事について 深層強化学習を利用してAI RC Carの走行を学習させるソフトウェアをGithub上で公開しています。learnign_racerと命名しました。2020年4月29日の時点でのバージョンはv1.0.0です。この記事ではこのソフトウェアについて紹介していきます。 github.com なお、NVIDIAのJetson Community Projectsのページでも紹介されています。 developer.nvidia.com learning_racerの概要 このソフトウェアは10分から15分程度の学習時間で、コースに沿って走行する方法を獲得することができます。従来のAI RC Carでは人間のお手本操作をDNNに覚えこませる手法が一般的です1。ですが、本手法は教師なし学習の手法である強化学習をベースとしているため、教師データとなる人間のお手本操作は必要ありません。さら
YOLOv5がリリースされたとのことなので試してみました。 https://github.com/ultralytics/yolov5/ 目次 使用データと目的 実装例 データ準備 COCOデータのpretrainedモデルのダウンロード コードのダウンロード 環境準備 コード実行 コード説明 最後に 1. 使用データと目的 以下のサイトから物体検出用の画像を拾ってきました。 https://public.roboflow.ai/object-detection/ 色んなデータがありますが、コロナの時期なのでマスク有り無しのデータを選択してみました。 目的は図のようにマスクをしている人・していない人の物体検出を行うことです。 2. 実装例 2-1. データ準備 まずデータをダウンロードします。 以下のURLにアクセスします。 https://public.roboflow.ai/objec
2020年10月5日、NVIDIAからJetsonシリーズの新製品「Jetson Nano 2GB 開発者キット」(以下Jetson Nano 2GB)が発表され、59ドルの価格（日本国内販売はワイヤレスモジュール非同梱の54ドル版）とともに大きな話題になりました。「Jetson Nano 2GB」は、2019年3月に発表された「NVIDIA Jetson Nano 開発者キット」(4GB)と比べてメモリ容量が少なくなった代わりに価格を抑えた廉価版で、主に学生や教育者向けに位置づけられた製品です。 製品の発表のほかに、もうひとつ重要なトピックとして、NVIDIAが認定する「Jetson AI Certification」というAI認定制度がスタートすることも発表になりました。これからAI学習をはじめる人にとっては、まずは目指す目標のひとつとして、ビジネスでAIに関わっている人は修得するスキ
宣伝 人工知能が顔面成分を分析してくれるサイトを作りました。ぜひ使ってみてください！ ちなみにTensorflow.jsで作成しているのですべての処理がユーザーのブラウザで行われます。つまり、画像をアップしてもそれがサーバーに送られることはなく、セキュリティ的にも安心です。 ai-animal.web.app 何番煎じなんだって感じもしますが、まとめておきます。 「keras-yolo3で学習済みモデルを使って一般的な物体検出はできた」という方が対象です。 ちなみにkeras-yolo3とは物体検出を行う深層学習モデルYOLOv3をkerasで実装した有名なgitHubリポジトリのことです。 github.com さて、独自データセットで学習させるためには大きく分けて3つのことをする必要があります。（執筆時点） ・データのアノテーション ・train.pyによる学習 ・独自データによる学習
プラネックスコミュニケーションズは10月16日、ローカルエリアネットワーク内に設置されたシングルボードコンピュータ「Raspberry Pi」や「Jetson Nano」の遠隔操作を可能とするP2Pプラットフォーム「Cloud Pi 2」の販売を開始したと発表した。店頭予想価格は、4500円前後。 Cloud Pi 2は、ユニークIDが記載されたカードとして提供され、「Raspberry Pi」用、「Jetson Nano」用のサーバーモジュール、Windows用、Android用のクライアントモジュールは同社のホームページからダウンロードできる。 なお、同社のネットワークカメラ「スマカメ」シリーズで実績のあるP2Pプラットフォームを活用している。 シングルボードコンピュータの「Raspberry Pi」や「Jetson Nano」は、環境センサーやストレージ、赤外線ユニットなどを組み合わ
「ロボットのいるくらし」を掲げる株式会社アールティは、AGV・自動運転技術の需要や在宅での研究開発需要の高まりに応えるため、画像処理、機械学習などのAI関連技術とロボット制御技術を同時に学ぶことができる小型二輪移動ロボット「Jetson Nano Mouse」(ジェットソン ナノ マウス)の予約受付を9月1日より開始、9月14日(月)に発売することを発表した。価格は77,000円(税込)。NVIDIA製のAIコンピュータボード「Jetson Nano」が別途必要で「Jetson Nano Mouse」製品には付属しない。 「Jetson Nano Mouse」の特徴 ・アールティの車輪型プラットフォームロボット ・広角カメラ×2を標準搭載 両眼視差を用いた立体視も可能 ・手持ちのJetson Nanoを活用可能 ・ロボット制御用ミドルウェアROS(Robot Operating Syste
NVIDIAが開発者向けの小型AIボードキット「Jetson Orin Nano Super」開発者キットを発表しました。従来モデルと比較してAI性能が最大で70％向上しており、価格も従来モデルの499ドル(約7万6000円)から249ドル(約3万8000円)とほぼ半額に抑えられています。 Jetson Orin Nano Super Developer Kit | NVIDIA https://www.nvidia.com/en-us/autonomous-machines/embedded-systems/jetson-orin/nano-super-developer-kit/ NVIDIA Unveils Its Most Affordable Generative AI Supercomputer | NVIDIA Blog https://blogs.nvidia.com/bl
前回のYOLOv2に引き続き、今回はYOLOv3を動かすことにチャレンジしましたので、実施内容を記録しておきます。 masaeng.hatenablog.com フレームワークはKerasを用います。 動作環境 OS：Windows 10 Home (64bit) Python 3.5 Anaconda 4.2.0 Keras 2.2.4 手順 ①GITHUBに上がっているこちらの学習済みモデルをダウンロードし、任意の場所に解凍します。 https://github.com/mashyko/keras-yolo3 ＜学習済みモデル＞ 入力画像サイズ：416x416 学習データセット：COCO classes 検出クラス：80クラス "person", "bicycle", "car", "motorbike", "aeroplane", "bus", "train", "truck", "
この記事でやること この記事ではcolab上で生成したweightsを用いて、Jetsonで走らせるところまでやります。 YOLOのオリジナルモデルの作成方法については過去の記事を参考にしてください。 https://qiita.com/tayutayufk/items/4e5e35822edc5fda60ca https://qiita.com/tayutayufk/items/4dba4087e6f06fec338b Jetson Nanoの用意 前提としてJetsonにはJetCardをインストールしておいてください。 最初にOpenCVのダウンロードから行っていきます。 https://qiita.com/usk81/items/98e54e2463e9d8a11415 このサイトを参考に導入してください。 自分は/home/"ユーザーネーム"/Lib/以下にクローン＆ビルドしまし
NVIDIAは、オンラインで開催されたジェンスン・フアン最高経営責任者(CEO)による「GTC2020」の基調講演で、人工知能(AI)初学者向けの開発キットであるJetson Nanoの安価なバージョン「Jetson Nano 2GB」をリリースすることを発表しました。 Jetson Nano 2GB Developer Kit | NVIDIA Developer https://developer.nvidia.com/embedded/jetson-nano-2gb-developer-kit NVIDIA Announces $59 Jetson Nano 2GB, A Single Board Computer With Makers In Mind | Hackaday https://hackaday.com/2020/10/05/nvidia-announces-59-je
こんにちは @ixiv です。 「機械学習を勉強したい」と意欲を燃やす方々の中には「できたらGPGPUも！」と考えてる方も多いような気がします。とはいえ、自分のようなぺーぺーの初心者の方は、1本数万円するGPUで勉強をはじめよう、という事も難しく「なんとなくCUDAというものに触れてみたいなぁ」といったモチベーションに留まっているかと思います。 そこで、今回はまさかの 2020年の年末に2011年3月15日（僕の誕生日）発売のグラフィックボード『GeForce GTC550Ti』をメルカリで2000円で入手し、お手軽CUDA環境を立ち上げ、YOLO＋CUDA＋OpenCVでリアルタイム物体検出（Object Detection）をするまでの流れをまとめます。恐らく本手順を使うのは世界に自分ひとりな気もしますが… はじめに では早速。まずPC環境と、今回の記事を作成するために参照したWEBサ
エッジAIを加速する「Jetson」、次モデルは「Nano Next」と「Orin」に：GTC Digital（1/2 ページ） NVIDIAは「GTC Digital」の講演で組み込みAI開発プラットフォーム「NVIDIA Jetson」を紹介した。AIコンピュータの他、各種SDK、NVIDIAのパートナー企業の解説を行った。 NVIDIAは2020年3月22～26日に米国サンノゼで開催予定だったユーザーイベント「GTC（GPU Technology Conference） 2020」に替えて、新型コロナウイルス感染症（COVID-19）の感染拡大に対応した完全オンラインイベント「GTC Digtal」を開催している。GTC Digtalでは、同年3月下旬から4月23日までの約1カ月間でさまざまな講演がオンラインで無料で見られるようになっている。 本稿では、これらの中から、IoT（モノの
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?
Google ColaboratoryというGPUを無料で使えるサービスを使って画像認識させてみたいなと思ったので実際にやってみました。 日本語の情報はまだ少ないようなので少し苦労しましたがなんとかできました。 Colab上で画像認識させてみた結果がこちら。 人もコップも椅子も時計も全て認識してくれています。うん、いい感じです。 Google Colaboratory上の環境はこちらのページの通りに実施したらできました。ありがたやありがたや。今回は「darknet」というフレームワークを使用していますが、「Keras」を使用して動かす方法もあるようです。 ※以下のリンクではCUDA8.0をインストールするとなっていますが、この部分についてはインストールせずに既にインストールされている最新のCUDAをそのまま使用したほうがよさそうです。（2020/1/20追記） GitHub – ivang
NVIDIAは、同社の創業者兼CEO ジェンスンフアン氏の「GTC2020 基調講演」(オンライン配信)をYouTubeで配信した。それと時を同じくして、低価格で高性能なAIコンピュータボード「Jetson Xavier NX」開発キットがいよいよ5月15日より、日本国内で発売になることが明らかになった。
でインストールが可能． 実行 画像収集のためにコードを書く． シャニマスのアイドルを集めるために以下のようにする． 立ち絵が少ない印象だったので「キャラ名 コミュ」等も追加するといいかもしれない． from icrawler.builtin import GoogleImageCrawler google_crawler = GoogleImageCrawler( feeder_threads = 1, parser_threads = 2, downloader_threads = 4, storage = {'root_dir': 'shiny'} ) filters = dict( size = 'large' ) words = ["アイドルマスターシャイニーカラーズ","シャニマス","櫻木真乃","風野灯織","八宮めぐる", "月岡恋鐘","田中摩美々","三峰結華","白瀬
リアルタイムに物体認識できるYOLOですが、最近YOLOv3が登場しました。 これを使って、試しに簡単な動画解析プログラムを組んでみます。 さて、私は、趣味でバイクに乗っていて、ドライブレコーダー代わりに、安価なアクションカメラを付けて、動画を撮影することがあります。 ただ、車載動画は撮影しても、長すぎて全部見返すことはほとんどありません。いいシーンだけ抜き出してくれればなぁと常々思っています。 ところで、バイク同士がすれ違うときに、軽く手を降るなど挨拶する文化があり、YAEH(ヤエー)と呼ばれています。 市街地ではほとんどないですが、ツーリングスポットでお互い集団だと時々ヤエーされたりします。 youtubeには多くのヤエー動画がアップロードされてます。 YOLOを使って、バイクとのすれ違いシーンをうまく切り出すことができれば、「YAEH（っぽいところ）動画」を自動的に作ることができそう
方針 ndivia提供のコンテナを使います。この記事で紹介する以外にも、色々なコンテナがあります。 nvidia NGC この記事で使うコンテナはこれです。 Machine Learning for Jetson/L4T The l4t-ml:r32.4.2-py3 tag is available for Python 3.6 with the following components: l4t-ml:r32.4.2-py3 TensorFlow 1.15 PyTorch v1.5.0 onnx 1.6.0 numpy 1.18.2 pandas 1.0.3 scipy 1.4.1 scikit-learn 0.22.2 JupyterLab 2.0.1 note: the l4t-ml container requires JetPack 4.4 Developer Preview (
（全てのパーツが写って無かったので写真を差し替えました） （電源アダプタは、最初に記載した「24Ｗ級スイッチングACアダプター5V4A GF24-US0540 （¥1,280）」より多少安価なものがあったのでリストを更新しました。） 冷却ファン Jetson Nanoをフルパワーで動かすとヒートシンクが触れないくらい高温になる。 自分はアクリルケースと5V冷却ファンのセットを購入して使っている。 microSDカードは高速読み書き出来るものが必要 何種類か別のものを試したが、かなり性能に違いがあった。 差額は数百円なので、これは良いものを用意した方がいい。待ってる時間が勿体無い。 自分は32GB＆1000円以下で買えるものを3種類試したが、TOSHIBA製品が一番良かった。 USB WiFiドングル Linuxで認識できるものであれば使えるはず。 自分は昔、Raspberry Pi Zer
Jetson NanoにJetPack 4.4/4.5を入れてTensorFlow・物体検出・姿勢推定・ROS2(Realsense)・ROS1を動かすJetpackRealSenseTensorFlowROS2JetsonNano Jetson Nanoに満を持してJetPack 4.4/4.5を入れてみました からあげといいます。半年ほど前に「Jetson Nano超入門」という本を共著で書きました。詳しくは以下ブログ記事参照ください。 共著で書いた本「Jetson Nano超入門」が12/21に発売されます ただ、この手の本の宿命として、書いたタイミングと発売するタイミングで基本ソフト（JetPack）のバージョンが異なり、本の通りにやってもうまく動かないということがありました。一応本やサポートサイトでは、古いバージョンのソフトでの動作を推奨しているのですが、気づかない人も多いし、最
今回はNVIDIAのJetsonNanoが搭載されているJetBot（AIロボットカー）を購入して実際に動かしてみましたので、それの紹介していきたいと思います。 JetBotキットに関してはすでにいろいろな会社から販売されていますので、デザインや価格などを考慮して購入して試してみるといいと思います。 JetBotとは？ JetBotとは、NVIDIA社が販売しているJetson NanoというGPU付きのシングルボードコンピューターが搭載されたオープンソースのロボットのことです。オープンソースなので公開されているサンプルコードでロボットを動かすことはもちろん、自分でプログラムを作って動かすことも可能となっています。特徴としてはGPUが付いていますのでAI（深層学習）との相性もいいところです。Jetson Nanoとキーボード、マウス、ディスプレイなどを接続したら普通のPCのように使用するこ
「Jetson Xavier NX」のレビュー連載、第2回目は皆さん気になる「ベンチマーク計測」をしてみたいと思います。単体の計測だけはなく、「Jetson AGX Xavier」、「Jetson Nano」との比較もお届けします！(いずれもJetsonシリーズは開発者キットです) なお、連載の第1回をお見逃しの方はこちらもどうぞ ↓。
「Jetson Nano」でにゃんこを判別してLチカで知らせるエッジAIデバイスを作る：Jetson Nanoで組み込みAIを試す（5）（1/4 ページ） NVIDIAが価格99ドルをうたって発表した組み込みAIボード「Jetson Nano」。本連載では、技術ライターの大原雄介氏が、Jetson Nanoの立ち上げから、一般的な組み込みAIとしての活用までを含めていろいろと試していく。第5回では、猫とその種類の判別結果をLED点灯（Lチカ）で知らせる機能を作成してみる。 ⇒連載「Jetson Nanoで組み込みAIを試す」バックナンバー Jetson Nanoが優秀な猫判別機として利用できる（？）ことは、前回ご紹介した通りだが、いくら優秀とは言っても、画面にオーバーレイの形で猫の種別が出てくるだけでは他に応用がきかない。エッジデバイスに使うのであれば、その情報を他に受け渡しできないと意味
企画、要件定義のご相談 最適な推論エンジンを用いた実証実験の支援 追学習対応 精度、速度向上カスタマイズ設計 目的に応じたシステム構築 推論エッジデバイスの設計、製造、調達 NCXXは、IOT機器、テレマティクス機器、通信機器等の企画・設計・製造で製品出荷台数 500万台以上の実績を持つ企業です。そのノウハウを利用しハードウェア設計・製造、 ソフトウエア設計・評価、構造設計、運用、サポートまでワンストップで提供ができます。 用途により最適なAIエンジンを組み合わせ、小型、軽量、通信機能、省電力等特徴のある エッジ端末の企画・設計・量産製造も可能です。 NCXXのグループ、パートナー企業で様々な分野での対応が可能です。 （組み込みソフト開発、サーバ型ソフト開発、AR/VRコンテンツ制作、農業事業提案、 遠隔監視・リモートメンテナンス提案、テレマティクス関連事業、ブロックチェーン活用等）
現在、日本やアジアの介護事業において、職員不足は顕著な社会課題となっており、介護職員の目が届かない場所や時間帯等に誤嚥や転倒、不適切ケア、徘徊などのインシデント・アクシデントが起きる可能性があることから、介護職員にかかる負担は増す一方の状況にある。 こうした背景のなか、不意の事態への迅速な対応や不慮の事故を防止するため、リアルタイムに介護現場のカメラ映像を解析する技術はますます重要となってきており、需要が高まっている。 Genki Groupの株式会社メディクルード、EDGEMATRIX株式会社と株式会社NTTドコモ、パナソニックi-PROセンシングソリューションズ株式会社は、現場(エッジ)でカメラ映像などをAI処理する「映像エッジAI」を活用した介護AIソリューションの実際の介護現場への導入に向けた検証環境の構築および実証実験を開始することを2021年1月14日に発表した。 今回の協業を
当社にもNVIDIA Jetson AGX Xavier※がやって来ました！ Nanoと比較して、どれくらいの性能をマーク出来るのか。早速、試してみましょう。 ※Xavier：エグゼビアとか、ザビエルとか呼ばれていますね。例の宣教師みたいでちょっと面白いので、私はザビエルと呼んでいます。 Jetson AGX Xavierとは？ NVIDIA JETSON AGX Xavier NVIDIAがリリースしているディープラーニングコンピュータで、10W-30Wという省電力で動作し、最大で 32 TOPSの演算性能を持つ。 従来のTX2と比較して20倍の性能と、10倍のエネルギー効率と謳われています。 金属のしっかりとした筐体と、最新のUSB3インタフェースを2つ、USB2端子が1つ、HDMI、GPIO、イーサネット、電源スイッチ、リセットスイッチ、microSDカード用のスロットなどの豊富なイ
開封の儀 新型コロナウィルスの影響がなければ、例年通り米サンノゼで開催が予定されていたGPUの世界最大級のイベント「GTC2020」。そこではおそらく世界最小サイズのAIコンピュータボード「Jetson Xavier NX 開発者キット」の出荷が発表され、イベント会場で即日販売開始されていたはず(予想)。 「GTC2020 基調講演」は14日の夜、YouTubeでオンライン配信されましたが、同様にGTC2020で発表されるはずだった「Jetson Xavier NX 開発者キット」の発売も同時刻に明らかになりました。更にはいち早く実機に触れるチャンスが来ましたので、今回から数回に分けてレビューしたいと思います！ 連載レビューの1回目は「開封の儀」とインタラクティブなデモの解説をします。 NIVIDA Jetson Xavier NXとは 「Jetson Xavier NX」は組み込みデバイ
株式会社ZMPは、2020年8月17日より受注開始した、NVIDIA Jetson Xavier搭載、ROSによる開発が可能な自動運転/AI技術開発用ロボットカー「RoboCar1/10X」の出荷を同年12月8日より開始したことを発表した。 同社のRoboCar 1/10シリーズは、自動車の1/10スケールの車両に外界センサとして単眼カメラ、前後にLiDARを搭載し、加速度・ジャイロセンサ、エンコーダにより車両の挙動や走行距離の把握ができる。また、各種センサ情報の取得、速度・操舵角制御、通信などのライブラリを用意。これらを用いて自由にアプリケーション開発が可能。コンパクトな自動運転開発用プラットフォームとして2009年の発売開始以来、自動車/部品メーカ、大学研究教育機関において、自動運転の研究・開発や人材教育研修など様々な用途で活用されている。 今回最新機種となる、GPU搭載、NVIDIA
できたこと AIで人間を認識して、自動追尾するカメラを作りました。 動画がうまく編集できなかったので、静止画で... 立つと... 追いかけ... 座ると... また追いかけ... 常に画面の中心にとらえようと、自動的にパン・チルトを行います。 必要なもの GENBOLT GB102H = ONVIF対応PTカメラ。Amazonで3,600円くらい。 Jetson nano = CUDA対応オンボードコンピュータ。Amazonで16,000円くらい。2GB版だと7,000円弱。 Yolov3-tiny = 物体認識AI ONVIFライブラリとサンプルプログラム = PTZカメラを動かすためのライブラリ VLC = カメラからのRTSP出力を表示します 手順 1. カメラの設定 1-1. カメラに電源とイーサケーブルをつなぐ カメラの取説にしたがって、電源(USB-Micro)とイーサケーブ
Jetson Xavier NX搭載で最大6ARMコア利用可能！最大21TOPSの能力を誇るNVIDIAの世界最小AIスーパーコンピューター「Jetson Xavier NX」 2020.08.21 NVIDIAの最新高性能プロセッサー搭載製品を世界でいち早く製品化！ サーバーレベルのコンピューターパワーに匹敵する最大21TOPS（21兆オペレーション/秒、消費電力15W）の能力を誇る世界最小のAIスーパーコンピューター「NVIDIA Jetson Xavier NX」を紹介したい。 最適化された放熱と電源のソリューション NVIDIAの公式仕様及び比較によると、Jetson Xavier NXはJetson Nanoよりもおよそ3倍の消費電力となるため、熱による問題を防ぐために従来とは異なる熱設計が必要になる。 またこの高い消費電力を考慮した電源設計も必要だ。AAEON Technolo
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