Submit Search
Upload
3000円のエッジデバイス内で画像の学習と推論を行うBrownie(ぶらうにー)の話
•
5 likes
•
1,875 views
Kazuhiro Sasao
Follow
2020/1/19 第56回 コンピュータビジョン勉強会@関東 の発表資料です。
Read less
Read more
Software
Report
Share
Report
Share
1 of 34
Download now
Download to read offline
Recommended
「長野で語るStapyのビジョン」
「長野で語るStapyのビジョン」
Takeshi Akutsu
Python勉強会in 長野 オープニング
Python勉強会in 長野 オープニング
Yuuki Nakajima
TVドラマ・映画におけるtwitter活用事例(前編)
TVドラマ・映画におけるtwitter活用事例(前編)
Eri Yatsuzuka
18 minitus発表資料
18 minitus発表資料
Keiichirou Miyamoto
機械学習でお小遣いを稼ぐ! - 本推薦 Twitter bot の紹介 -
機械学習でお小遣いを稼ぐ! - 本推薦 Twitter bot の紹介 -
Masakazu Ishihata
詫びデータセット
詫びデータセット
Kazuhiro Sasao
たのしいアノテーション
たのしいアノテーション
Kazuhiro Sasao
Marstodon - Marsface Project
Marstodon - Marsface Project
Kazuhiro Sasao
Recommended
「長野で語るStapyのビジョン」
「長野で語るStapyのビジョン」
Takeshi Akutsu
Python勉強会in 長野 オープニング
Python勉強会in 長野 オープニング
Yuuki Nakajima
TVドラマ・映画におけるtwitter活用事例(前編)
TVドラマ・映画におけるtwitter活用事例(前編)
Eri Yatsuzuka
18 minitus発表資料
18 minitus発表資料
Keiichirou Miyamoto
機械学習でお小遣いを稼ぐ! - 本推薦 Twitter bot の紹介 -
機械学習でお小遣いを稼ぐ! - 本推薦 Twitter bot の紹介 -
Masakazu Ishihata
詫びデータセット
詫びデータセット
Kazuhiro Sasao
たのしいアノテーション
たのしいアノテーション
Kazuhiro Sasao
Marstodon - Marsface Project
Marstodon - Marsface Project
Kazuhiro Sasao
ごちうサーチ
ごちうサーチ
Kazuhiro Sasao
冴えないデータセットの育て方
冴えないデータセットの育て方
Kazuhiro Sasao
おうちセンサでキャラクターと暮らしてみた
おうちセンサでキャラクターと暮らしてみた
Kazuhiro Sasao
飯テロ判定bot @no_meshitero
飯テロ判定bot @no_meshitero
Kazuhiro Sasao
M100でアプリを作ってみた
M100でアプリを作ってみた
Kazuhiro Sasao
数千台のPepperがウェーブをする
数千台のPepperがウェーブをする
Kazuhiro Sasao
超低消費電力無線センサでミクさんと生活してみた
超低消費電力無線センサでミクさんと生活してみた
Kazuhiro Sasao
Moverio BT-200 チュートリアル
Moverio BT-200 チュートリアル
Kazuhiro Sasao
NASA のデータセットで遊ぶ
NASA のデータセットで遊ぶ
Kazuhiro Sasao
More Related Content
More from Kazuhiro Sasao
ごちうサーチ
ごちうサーチ
Kazuhiro Sasao
冴えないデータセットの育て方
冴えないデータセットの育て方
Kazuhiro Sasao
おうちセンサでキャラクターと暮らしてみた
おうちセンサでキャラクターと暮らしてみた
Kazuhiro Sasao
飯テロ判定bot @no_meshitero
飯テロ判定bot @no_meshitero
Kazuhiro Sasao
M100でアプリを作ってみた
M100でアプリを作ってみた
Kazuhiro Sasao
数千台のPepperがウェーブをする
数千台のPepperがウェーブをする
Kazuhiro Sasao
超低消費電力無線センサでミクさんと生活してみた
超低消費電力無線センサでミクさんと生活してみた
Kazuhiro Sasao
Moverio BT-200 チュートリアル
Moverio BT-200 チュートリアル
Kazuhiro Sasao
NASA のデータセットで遊ぶ
NASA のデータセットで遊ぶ
Kazuhiro Sasao
More from Kazuhiro Sasao
(9)
ごちうサーチ
ごちうサーチ
冴えないデータセットの育て方
冴えないデータセットの育て方
おうちセンサでキャラクターと暮らしてみた
おうちセンサでキャラクターと暮らしてみた
飯テロ判定bot @no_meshitero
飯テロ判定bot @no_meshitero
M100でアプリを作ってみた
M100でアプリを作ってみた
数千台のPepperがウェーブをする
数千台のPepperがウェーブをする
超低消費電力無線センサでミクさんと生活してみた
超低消費電力無線センサでミクさんと生活してみた
Moverio BT-200 チュートリアル
Moverio BT-200 チュートリアル
NASA のデータセットで遊ぶ
NASA のデータセットで遊ぶ
3000円のエッジデバイス内で画像の学習と推論を行うBrownie(ぶらうにー)の話
1.
3000円のエッジデバイス内で 画像の学習と推論を行う Brownie(ぶらうにー)の話 ミクミンP @ksasao 第56回 コンピュータビジョン勉強会@関東 2020/1/20
2.
【宣伝】ごちうサーチが最新作に対応しました (2020/1/7更新) 「ごちうサーチ」で検索 • 2019年1月施行の改正著作権法で明確に合法 になりました • Microsoft
Store でも配信を開始しました • Amazon prime / dアニメストアに対応しました • Dear My Sister / Sing For You も検索できます • もちろん無料です • 広告もありません アプリのほか、アルゴリズム詳細、ソースコード(GitHub)なども 公開しています
3.
Brownie はこんなことができます
4.
じゃんけんをちょっとずつデバイス内で学習 していく様子 https://twitter.com/ksasao/status/1161978500091301893 1枚の学習画像だけでもそれなりに動作
5.
2種類の画像の中間値もわかります https://twitter.com/ksasao/status/1185909464471232512?s=20
6.
デバイス単独で動きます (6700mAhのモバイルバッテリーで22時間) https://twitter.com/ksasao/status/1160532010856665089?s=20
7.
画像認識した結果を様々なデバイスで使えます (Windows/Mac/Linux/RaspberryPi/Arduinoに対応) • Windows バイナリ版 •
Node.js 版 があります。 https://github.com/ksasao/brownie
8.
この水色のデバイスは何?
9.
M5StickV って何? https://twitter.com/ksasao/status/1151984910703288321 M5Stack 社製の
AIカメラ
10.
M5StickV • Kendryte K210 •
RISC-V プロセッサ (64bit x 2) • KPU (0.8TOPS) • 液晶モニタ (240x135px) • LED(RGBW) • スピーカー • ジャイロ・加速度センサ • TFカードスロット (microSD) •3000円
11.
Canaan Creative社 Kendryte
K210 https://kendryte.com/
12.
開発 • MaixPy (micropython
ベース, NumPyなどは使えない) • カメラなどが簡単に使える。Tiny YOLO 向けの API あり • 統合開発環境 MaixPy IDE (Sipeed社製)
13.
推論の実行 https://bbs.sipeed.com/t/topic/682 カメラから画像取得 モデル読み込み 推論
14.
Tiny YOLO で物体検出するコード https://bbs.sipeed.com/t/topic/683 YOLO用の初期化 推論
15.
推論は簡単っぽい 学習は?
16.
どうやって学習するか • MaixPy では重みの更新はできない •
NumPy, SciPy が使えない • アルゴリズムを手書きすると実行速度が遅い • ネイティブコードのモジュールを読み込む機能は(現在は)ない MobileNet を特徴抽出器として利用して k-NN (k近傍法) で推論
17.
https://sites.google.com/view/learning-with-limited-data https://drive.google.com/file/d/1O3CxWtaytBfwjj50WprXXWwqMiZy-Kyq/view
18.
k-NNを利用した推論のイメージ 境界を実験的に決定は 通常の機械学習 今回の実装
19.
k-NN (k-Nearest Neighbor)
を利用した オフライン転移学習 https://twitter.com/ksasao/status/1161978500091301893 入力 画像 特徴 抽出層 全結合 層 MobileNet v1 SoftMax 認識結果 1000クラス
20.
k-NN (k-Nearest Neighbor)
を利用した オフライン転移学習 https://twitter.com/ksasao/status/1161978500091301893 入力 画像 特徴 抽出層 全結合 層 MobileNet v1 SoftMax 認識結果 1000クラス kpu.set_layers(task,29) 29層目まで計算した結果を取り出す
21.
k-NN (k-Nearest Neighbor)
を利用した オフライン転移学習 https://twitter.com/ksasao/status/1161978500091301893 入力 画像 特徴 抽出層 特徴抽出層の出力 (768次元ベクトル) を保存 学習時 グー チョキ パー 768次元ベクトルを可視化 1x768
22.
k-NN (k-Nearest Neighbor)
を利用した オフライン転移学習 https://twitter.com/ksasao/status/1161978500091301893 入力 画像 特徴 抽出層 学習した特徴ベクトル群と 入力画像の特徴ベクトルの ユークリッド距離をもとめ 最も近いものを返す (k=1) 推論時 グー チョキ パー 768次元ベクトルを可視化 1x768
23.
k-NN (k-Nearest Neighbor)
を利用した オフライン転移学習 https://twitter.com/ksasao/status/1161978500091301893 入力 画像 特徴 抽出層 全結合 層 MobileNet v1 SoftMax k-NNの 距離に 応じて 結果を 選択 学習済みの結果との同時利用も可能 k-NN
24.
2種類の画像の中間値の推定 https://qiita.com/ksasao/items/6d6bcac4c5e92fa692a2 境界 特徴量空間に マッピング 特徴量空間に マッピング
25.
k-NN (k-Nearest Neighbor)
を利用した オフライン転移学習 https://twitter.com/ksasao/status/1161978500091301893 良い点 • 学習にかかる時間がほぼゼロ (特徴ベクトルを保存するだけ) • 1枚学習するだけでも動く • 学習・推論が素早く試せる 悪い点 • 汎化性能が低い(今回の用途では十分)
26.
応用 • 既存のセンサを置き換えられる • ドア開閉センサ
(磁気センサ) • お風呂センサ (水位センサ) • ボスが来たセンサ (光センサなど) • 盗難センサ (重量センサなど) • … • 人間がパッと見てわかる程度の違いがあればわりと認識可能 • 部屋の散らかり具合 • … M5StickVの 画像認識で 置き換え
27.
性能が物足りないと感じてきたら • M5Stack公式サイトが無料の転移学習サービスを提供 https://docs.m5stack.com/#/en/related_documents/v-training
28.
もちろん自分でモデルを作ることも可能 Keras (*.h5) TensorFlow Lite
(*.tflite) tflite_convert KPU (*.kmodel) NNCase (ncc) • 最終的なモデルサイズで 2.5MB 程度が上限値 • サポートしている Operator に制約があるので注意 https://github.com/kendryte/nncase
29.
ためしてみたい?
30.
入手先 スイッチサイエンスで売り切れていても、 他の電子パーツ店(マルツ、共立エレ ショップ)などでは在庫があることも https://eleshop.jp/shop/g/gJ7C314/ https://www.marutsu.co.jp/GoodsDetail.jsp?salesGoodsCode=1555934
31.
M5StickV を始める前に • 動作確認済み
microSD カードを入手 認識しない カードがかなり多い
32.
M5StickV が届いたら • M5StickV
Quick Start からファームウェアを最新に https://docs.m5stack.com/#/en/quick_start/m5stickv/m5stickv_quick_start
33.
Browine https://github.com/ksasao/brownie Tiny YOLO v2
face detection + Tiny YOLO v2 object detection (20-class) MobileNet v1 (1000-class) MobileNet v1 (feature extraction) + k-Nearest Neighbor (offline training) Brownie Brownie 1000 Brownie Learn
34.
まとめ • M5StickV は安価でプログラミングが可能なAIカメラ •
MobileNet を特徴抽出器として利用した場合の素性は 意外に良好 • 既存センサの置き換えにもつかえそう ミクミンP @ksasaohttps://github.com/ksasao/brownie
Download now