Jetson Nanoについて

jetson Nanoは画像の分類、オブジェクトの検出、セグメンテーション、および音声処理のようなアプリケーションにおいて複数のニューラルネットワークを並列に実行できる、小型なコンピューターとなっている。また、様々な機能がわずか20ワットの消費電力で稼働が可能となっている。

目標

Jetson Nanoにカメラを取り付け、そのカメラから取得した画像を解析しその結果をWebページに表示することを目標とする。

使用するもの

Jetson Nano
keres 2.2.5
django 3.0.4
tensorflow 1.14.0
OpenCV v3

実装

簡単に実装してみる
先ずテキトーにモデル作成
Colaboratoryで学習させておく

import os

from keras.applications.mobilenet_v2 import MobileNetV2
from keras.preprocessing.image import ImageDataGenerator
from keras.callbacks import EarlyStopping, ModelCheckpoint

SIZE = 224
BATCH_SIZE = 256
EPOCH = 300

generator = ImageDataGenerator(
    rescale=1.0/255,
    horizontal_flip=True,
    brightness_range=(0.8, 1.0))
train_generator = generator.flow_from_directory(
    directory="resized",
    target_size=(SIZE, SIZE),
    batch_size=BATCH_SIZE,
    seed=0
)
num_classes = train_generator.num_classes

model = MobileNetV2(
    input_shape=(SIZE, SIZE, 3),
    alpha=0.5,
    weights=None,
    classes=num_classes)
model.compile(
    loss='categorical_crossentropy', optimizer="Adam", metrics=['accuracy'])

es = EarlyStopping(monitor="loss", patience=10)
best_path = "best.hdf5"
mc = ModelCheckpoint(best_path, monitor="loss", save_best_only=True)

history = model.fit_generator(
    train_generator,
    epochs=EPOCH,
    verbose=1,
    callbacks=[es, mc]
)
model.load_weights(best_path)

output_model_path = "/content/drive/My Drive/Colab Notebooks/best.hdf5"
model.save(output_model_path)

サンプルの人物準備
ここからjetson nanoのdjangoプロジェクト内の処理(views.py)

CLASSES = [
    'Aaron Eckhart',
    'Abhishek Bachan',
    'Adam Sandler',
    'Adriana Lima',
    'Alberto Gonzales',
    'Alec Baldwin',
    'Alex Rodriguez',
     .....
    ]

画像処理

from django.shortcuts import render
from keras.applications.mobilenet_v2 import MobileNetV2
import cv2
import numpy as np

def index(request):
    # モデルの読み込み
    model = MobileNetV2(
        input_shape=(224, 224, 3),
        alpha=0.5,
        weights=None,
        classes=201
    )
    model.load_weights("/home/hogehoge/django_prj/django_app/deep_learning/best_weights.hdf5")

    # 画像取得とリサイズ
    capture = cv2.VideoCapture(0)
    ret, frame = capture.read()
    frame = np.array(frame)[:, 280:1000]
    img = cv2.resize(frame, (224, 224))
    array = np.array(img).reshape(1, 224, 224, 3)

    # 予測
    pred = model.predict(array)
    alike = CLASSES[np.argmax(pred)]

    # 取得画像の保存
    cv2.imwrite("/home/hogehoge/django_prj/django_app/static/face_cnn/result.jpg", img)

    context = {"result":alike}
    return render(request, "face_cnn/index.html", context)

結果

カメラから画像取得

結果画面
ノートpcのwebブラウザで確認

Faith Hillと判定、、、
あれ、Faith Hill？

今後は精度を上げていきたいなー

参考

[モダン AI のパワーを数百万のデバイスへ - NVIDIA Jetson Nano]
(https://www.nvidia.com/ja-jp/autonomous-machines/embedded-systems/jetson-nano/)