2020年10月29日 開催　Jetson Education Program Webinar 講演タイトル 「Jetson活用によるAI教育」 エヌビディア 合同会社 オートノマスマシン事業部　 ビジネスデベロップメントマネジャー　大岡 正憲

1. October 29, 2020
エヌビディア合同会社
オートノマスマシン事業部 ビジネスデベロップメントマネジャー
大岡正憲
JETSON 活用による
AI 教育

2. 2
AI コンピューティングカンパニー
1993 年創業
創業者/CEO ジェンスン フアン
従業員 18,000 人
2019 会計年度売上高 1兆2千億円
2020年10月時点の時価総額 35兆円

3. 3
NVIDIA JETSON
ソフトウェア デファインド AI エッジコンピューティング プラットフォーム
センサー フュージョン & 演算性能 専門知識、タイム トゥ マーケット
JETSON COMPUTER
エコシステムソフトウェアデファインド
Jetpack SDK ∙ CUDA ∙ TensorRT ∙ TensorFlow ∙ ONMX ∙ ROS
人工知能 コンピュータービジョン
アクセラレーテッドコンピューティング マルチメディア
ジェスチャー認識
物体検出パスプラニング深度推定
姿勢推定 言語認識
SDK、デザインツール、ライブラリー、GEMs
動作
センシング
解釈
エッジでのAI

4. 4
JETSON が可能にする 次の AIoT 革新
March 2014
Nov 2015
March 2017
Sept 2018
開発者 20万人に
March
2019
May 2020
Jetson TK1
Jetson TX1
Jetson AGX
Xavier
Jetson Nano
Jetson TX2
Jetson Xavier NX
高度な
コンピュータビジョン
AI の次のフロンティア
エッジでの AI
自律動作マシン
だれでも AI を
クラウドネイティブ
Oct 2020
開発者 70万人
活動が 10倍に

5. 5
工場スマートシティ 物流 ヘルスケア 農業
Jetson
DeepStream SDK Isaac SDK
DeveloperTools
CUDA | Linux | RTOS
JETPACK ソフトウェア開発キット
すべての Jetson に 1 つのソフトウェア、継続的アップデート
JetPackSDK
Nano
AI Software and Services Machine Vision Cameras & Sensors System Software & Developer Tools
Ecosystem
Sensors
Drivers
Ecosystem
Deep Learning
TensorRT
cuDNN
Multimedia
libargus
Video API
Accelerated Computing
cuBLAS
cuFFT
CUDA-X
Computer Vision
VPI
VisionWorks
OpenCV
Xavier NX AGX Xavier

6. 6
JETSON コンテナー
ワンラインでセットアップ
https://ngc.nvidia.com/catalog/all?orderBy=modifiedDESC&pageNumber=0&query=jetson

7. 7
JETSON NANO で AI を始める
 Jetson Nano とカメラを自分で設定
 分類モデルのための画像データを収集
 回帰モデルのための画像データをアノテーション
 自分のデータでニューラルネットワークを学習させ、自分のモデルを作成
 作成したモデルでの推論を Jetson Nano で実行
NVIDIA Deep Learning Institute の無料コース
https://courses.nvidia.com/courses/course-v1:DLI+C-RX-02+V1/about

8. 8
JETBOT
• 数万円で作れる DIY 自律動作ディープラーニング
ロボティクスキット
• Jupyter Python Notebooks でプログラミング可能
• 物体検知、物体追従、パスプラニング、ナビゲーションのため
の DNN の学習を行える。
github.com/NVIDIA-AI-IOT/jetbot

9. 9

10. 10
宇都宮大学
JETBOT を教材に AI ロボティクスの授業を実施
https://blogs.nvidia.co.jp/2019/07/23/jetbot-casestudies-utsunomiya-u/
株式会社 FaBo 様の JetBot を使用し
AI が自律ロボットのうえで、どの様に動作するかを理解
https://faboplatform.github.io/JetbotDocs/

11. 11
https://developer.nvidia.com/embedded/community/resources

12. 12
OPEN SOURCE PROJECTS
https://developer.nvidia.com/embedded/community/jetson-projects

13. 13

14. 14
Jetson Nano 2GB 開発者キット
あらゆる AI フレームワークとモデルを実行
1つのアーキテクチャ – 同じ CUDA スタック
クラウドネイティブ
$54 (日本モデル ワイヤレスモジュール非同梱)
お買い求めはエヌビディア代理店まで
究極の AI とロボティクスのスターターキット
https://www.nvidia.com/ja-jp/autonomous-machines/embedded-systems/jetson-nano/education-projects/

15. 15
プロセッサー
CPU 64-bit Quad-core ARM A57 @ 1.43GHz
GPU 128-core NVIDIA Maxwell @ 921MHz
メモリー 2GB 64-bit LPDDR4 @ 1600MHz | 25.6GB/s
ビデオエンコーダー 4Kp30 | (4x) 1080p30 | (2x) 1080p60
ビデオデコーダー 4Kp60 | (2x) 4Kp30 | (8x) 1080p30 | (4x) 1080p60
インターフェース
USB (2x) USB 2.0 A + USB 3.0 A | USB 2.0 Micro B (デバイス)
カメラ MIPI CSI-2 x2 (15 ポジション フレックスコネクター)
ディスプレー HDMI
ネットワーク ギガビットイーサネット (RJ45)
ワイヤレス 日本モデルは同梱せず
ストレージ マイクロ SD card (32GB UHS-1 以上推奨)
40-ピン ヘッダー UART | SPI | I2C | I2S | Audio Clock | GPIOs
電源 USB-C 5V 3A
サイズ 80x100mm
JETSON NANO 2GB 開発者キット 技術仕様

16. 16
JETSON NANO 2GB パフォーマンス
1 1 1 1 1 1
33
3 4
34
42
12
75
49
11
18
0
20
40
60
80
Inception V4
(299x299)
VGG-19
(224x224)
OpenPose
(256x456)
Tiny YOLO V3
(416x416)
ResNet-50
(224x224)
SSD Mobilenet-V1
(300x300)
RelativePerformance,RPI=1
Raspberry Pi v4 Coral Jetson Nano 2GB
https://developer.nvidia.com/embedded/jetson-benchmarks

17. 17
JETSON AI CERTIFICATION
Jetson AI ファンダメンタルズ コースを受講 プロジェクトを提出開発者キットを入手
1 2 3
nvidia.com/jetson-ai-certification

18. 18
JETSON AI CERTIFICATION
Jetson AI ファンダメンタルズ コース
Section 2
JetBot
(Optional)
Section 3
Hello AI World
Section 1
NVIDIA Deep Learning institute
Jetson Nano で AI を始める
nvidia.com/jetson-ai-certification

19. 19
JETSON AI CERTIFICATION
AI (5 ポイント)
プロジェクトがディープラーニング、機械学習、そして/またはコンピュータビジョンを
意味のある方法で活用しており、さらにAIをつかったアプリケーションの開発の基本的な
理解ができていること。
重要な要素: 効率、技術的複雑さ、Jetson上での AI パフォーマンス。
インパクト / オリジナリティ (5 ポイント)
プロジェクトが新奇性を持ち、自分もしくは社会のもつ問題や課題を解決するために AI が
使われていること。
再現性 (5 ポイント)
他の誰かがプロジェクトをビルドして使うことができるためのプランやコード、リソースが
レポジトリーにはいっており、簡単にフォローできること。
プレゼンテーションおよびドキュメンテーション (5 ポイント)
ビデオが効果的にプロジェクトのデモを行い、様々な面からプロジェクトの説明をしていること。
明瞭で完全な Readme がレポジトリーにはいっており、プロジェクトの
ビルドと実行のための各ステップが文書化されていること。
教育者の場合は、ビデオに口頭でのプレゼンテーションを含んでいただき
授業スキルの確認もします。
プロジェクトベースでの評価

20. 20
スマートソーシャルディスタンス
• Jetson Nano で推論
• COCO データセットで
学習済の SSD
MobileNet V2 を使用

21. 21
DBSE モニター
• Drowsiness, Blind Spot, Emotion
モニター
• Jetson Nano で推論
• カメラの画像から、異なるネットワークモデル
を使って検出をおこなう

22. 22
JETSON AI CERTIFICATION
Jetson AI ファンダメンタルズ コース
nvidia.com/jetson-ai-certification
学ぶ 評価 認定書発行
プロジェクトベース
での評価
面接
教育者および
インストラクター向け

23. 23
オープンソース 大学 カリキュラム
Jetson を活用した大学およびコミュニティのプログラム
F1/TENTH
ペンシルバニア大学で生まれた
自律走行の教育コース
全世界 60 校で使われ、7 つの
自律走行レーシング大会にも
MuSHR
ワシントン大学 ポールアレン コンピュータ
サイエンス&エンジニアリング学科 で生まれた
AI 学習向けロボティクスプラットフォーム
DuckieTown
2016 年に MIT で生まれたロボティクスクラス
チューリッヒ工科大学やモントリオール大学など
全世界 80 校で授業
nvidia.com/jetson-ai-certification

24. 24
JETSON EDUCATION PARTNER
株式会社アールティ様株式会社 FaBo 様

25. ご清聴
ありがとうございました