この記事の目的

最近、個人的にTensorflow Liteを使ってIoTエッジデバイスで機械学習モデルを実行してみたいと
思って調べている中で、ArduinoでもDeepLearningモデルが簡単に実行できると知り、実際に試してみました。

ArduinoでTensorflow Liteを動かしてみたので、その流れを書いてみたいと思います。
基本的には、公式ページの内容を試した形になっています。

この記事で使用したもの

Tensorflow Liteをマイコンで実施するには、公式ページに記載されている通りいくつか選択肢があります。
今回は、一番上に記載されているArduino Nano 33 BLE Senseというマイコンを使用しました。

デバイス詳細はこちらをご確認ください。

サンプルスケッチをCompileするためのArduino IDEの設定を行います。

Arduino IDEをインストール
- Arduinoのページから、ご使用のOSに合わせてインストールを行ってください。
ボードをインストール
- Tools -> Board -> Boards Managerを選択してください。
- Arduino nRF528x Boards(Mbed OS)をインストールしてください。
ライブラリをインストール
- Sketch -> Include Library -> Manage Librariesを選択してください。
- Arduino_TensorFlowLite by TensorFlow Authorsをインストールしてください。
ボードの選択
- Tools -> Board から Arduino Nano 33 BLEを選択してください。

TensorflowLiteのサンプルスケッチがいくつか用意されています。参考

hello world
- sine関数の波形を生成し、LEDの点灯もしくはディスプレイへの描画を行うサンプル
- 実行結果
  - サイン関数に従って、LEDが点灯しています。
magic wand
- 簡単なジェスチャ認識をするサンプル。
- Arduino_LSM9DS1 というライブラリが別途必要になりますので、インストールをしておいてください。
- 実行結果。
  - W, O, Lのジェスチャを識別できるはずなのですが、なかなかうまく認識できなかったです。シリアルモニターに下記のように認識結果が出ます。
micro speech
- yes、noといった簡単な音声認識するサンプル。
- 実行結果
  - yes, noが認識できました。ただし、精度はあまりよくはなく、誤認識が多かったです。自分の発音にも問題があるかもしれませんが；；
person detection
- カメラで人検出するサンプル。
- Arducam Mini 2MP Plusが別途必要になりますので、今回は実行できませんでした。

私のMacはOSがCatalinaだったため、コンパイルで下記のようなエラーが出ていました。Arduino IDE 1.8.0から1.8.10にアップデートすることで、エラーは解消されました。
- コンパイルエラー：bad CPU type in executable...

意外につまることなく、サンプルが実行できました。ただ、コードやライブラリは理解できていないので、オリジナルモデルを使って、カメラモジュールを使った独自の検出機能を作ったら理解も進んで面白そうだなーと思いました。時間があればやってみようと思います。
先日、Tensorflow User Groupに参加した時の感想ですが、エッジデバイスモデルの軽量化、デバイスへの組み込みについては奥が深く、個人ではなかなか手が出せない部分なので、このように簡単に試せるようになっていることに感動しました。