エッジAI端末を使ってみた 〜物体検知編〜

概要

• データの発生源に近い場所でデータを処理する「エッジAIコンピューティング」が注目されている
• まず、エッジAIのおおまかな概念を理解し、実際にエッジAI端末を購入して使ってみる
• 今回はYOLOというアルゴリズムを利用して物体検知のデモの動作を確認する

エッジAIとは何か

• 通常AI利用する場合は、センサーから収集された各種データはマイコンボードやスマホ、ネットワークを経由し
  、クラウド上や従来型のサーバーで解析処理を行う
• エッジAIを利用すると、センサーから収集された各種データはマイコンボードやスマホ内で解析される

物体検知のデモが動作している様子

用意するもの

• Jetson Nano開発者キット 2GB
• RaspberryPi4 対応 電源セット(5V 3.0A)　←Jetson Nanoにも使えます
• USBカメラ
• microSDカード(32GB以上推奨)
• USB接続のマウス・キーボード
• HDMI接続のディスプレイ(4K推奨)

インストール

今回は、こちらのリポジトリの内容を利用させて頂いた
https://github.com/tsutof/tiny_yolov2_onnx_cam

パッケージ一覧を更新、必要なライブラリをインストール　　

# sudo apt update
# sudo apt install python3-pip protobuf-compiler libprotoc-dev libjpeg-dev cmake

Pythonの拡張モジュールcysonをインストール

# pip3 install --user cython 

gitからリポジトリごとcloneし、環境変数を設定、pipコマンドでインストール

# git clone https://github.com/tsutof/tiny_yolov2_onnx_cam
# cd tiny_yolov2_onnx_cam
# export PATH=$PATH:/usr/local/cuda/bin
# python3 -m pip install -r requirements.txt

アプリケーション実行

Jetson nanoを最大クロック数で動作させるよう次のコマンドを実行

# sudo nvpmodel -m 0
# sudo jetson_clocks

物体検出プログラム実行（USBカメラ使用の場合は--cameraオプションで0を指定）
初回の起動時には、解析エンジンの作成処理が入るため、1分ほどの時間がかかる

# python3 tiny_yolov2_onnx_cam.py --csi --camera 0

一眼レフで撮影した写真をモニターに映し検出
※初回起動時、解析エンジン構築途中でカメラ映像が出ない不具合が発生したが、２回目以降は動作良好
（電力不足、メモリ不足のエラーが出ていたことを確認）

動物によっては誤検知もあり

AIで生成された著作権フリーの顔を検出

次回に向けて

• JetsonNanoの電力が足りないとのエラーが表示されていたので、電力周りを見直す
• 動画でも検知できるのかを試してみる