Qiitaではいつも読むばかり、アウトプットが大事とはわかっていても「さて、自分がエンジニアばかりのサイトで何を発信できるのか？」と考えながらフォルダの中身を眺めてたら記憶の彼方になったものがちらほら。自分の復習と誰かの役に立つかもしれないものを今後書き留めてゆこうと思いますのでよろしくお願いします。
Jetson AI Specialistとは
ご存じの通りJetsonとはNVIDIAのEdgeデバイスで、2020年末にロボスタの記事でその存在を知って、「Raspberry piみたいなボードでAI動くってこと？」ということですぐにJetson Xavier NXを入手し、早速NVIDIAのDLIのコースを受講しました。コースに必要な機材、内容については上記のロボスタの記事や他のQiitaの記事が詳しいので、そちらをご参照ください。
え？自分自身のプロジェクト？
プロジェクトが決まらない…
一通りJetsonを使ったAIについて学び、Dustin Franklin氏のHello AI Worldのサンプルをいろいろ実際に動かすなどして、できそうなことがだんだんわかってきて、いよいよ最後のステップを残すのみ！
「自分自身のプロジェクトを提出」
このJetson Community Projectsを参考にしようと思いましたが、ハード的にも、ソフト的にも技術的レベルが高いものばかり。
「こんなの自分にゃ無理だ…」
この状態から抜けるのにしばらく時間を要してしまいました。
これ自動化したら サボれ 業務の効率化ができそうだ！
職業柄、試験監督をすることが時々あって 「メンドクセー、ズルしたってどうせ後で困るの本人だから…」とよそ見しながら 監督していたある日の昼下がり、
「サンプルにあったPose Estimationを使って不審な動きを検出ができないか？目の動きだけに注目すれば、Edgeでも簡単に処理できるに違いない！」
と思いつき試験終了後に早速、とりかかりました。
両目と鼻とで作られる三角形の形から、視線を判別することができそうとのことで、両目と鼻の座標だけを取り出して計算する簡単なコードを書きました。
実際に試した際の動画を撮影し、YouTubeにUpload。
DockerでImageを作成し、GitHubにUpload。
GitHubのRepositoryにプロジェクトの解説文と動かすための手順を記入。
完成したプロジェクトはこちら。
申請から認定されるまで
プロジェクトの動画とGitHub repositoryが正しいことを確認し、フォームに従って入力、就寝前に送りました。
数日かかるといわれていましたが、翌朝起きたらDustinさんからのメールでCertificateが送られてきました！（パチパチ）
まとめ
基本的で実践的な手順を学ぶことができる
AIで何ができるのかを学ぶことができたのはもちろん、Linuxのコマンド, Pythonのプログラミングも学ぶことができました。さらに、申請にあたっては、再現性が重視され、ProjectをLocalで動かし、ちゃんと別のJetsonでも動くように手順をまとめる必要があり、Dockerにあまり慣れてないのでちょっと苦労しました。またGitHubのReadme.mdに、わかりやすく英語で説明文をまとめる必要があり、Jetson communityのProjectのReadmeなどが参考になりました。
プロジェクトの創出が一番大変だった
どんな小さなことでも構わないのですが、日常生活、社会的、科学的な問題に対してJetsonで解決したい！という姿勢を示すのが評価対象になっているので、問題意識を持つことが大事だと思うが、難しいプロジェクトのショーケース見て、深く考え込むと逆に滞ってしまったような気がする。
これから挑戦する方々へ：
自動化して楽したいこと、困っていること、解決したいことは何か？を第一に考えてください。
最後までやり切ること
私みたいに個人で取り組む以外にも、大学のチームで取り組んでいる例（会津大、慶応大、岐阜大）もあるようなので、仲間とアイディア出しながら一緒にプロジェクト進めるのがいいかもしれません。チームで行うProblem Based Learningの教材としては最適なものだと取得から3年経った現在でも感じます。