FC2ブログ

ラズベリーパイの調理法

Raspberry Piニュース、および関連商品紹介

ディープラーニングのポケモン図鑑を作ろう

20180508a_PokeDex_01.jpg

ポケットモンスターに出てくる電子式図鑑 『ポケモン図鑑』(PokeDex)、これを実際に作ろうという、Adrian Rosebrock氏のチュートリアルです。

このポケモン図鑑は、ディープラーニングで事前にポケモンを学習しています。
ポケモンを学習させるのには、Python のディープラーニング ライブラリ KerasCNN(Convolutional Neural Networks:たたみ込みニューラルネットワーク) を利用しました。

20180508a_PokeDex_05.jpg

20180508a_PokeDex_04.jpg

Keras and Convolutional Neural Networks (CNNs)


ハードウェア、コンポーネントは、
- Pi 3
- Pi カメラ
- Pi 7" タッチスクリーン ディスプレイ
- ポータブルチャージャー RAVPower 22000mAh パワーバンク

20180508a_PokeDex_02.jpg

20180508a_PokeDex_03.jpg

ポケモン図鑑のディープラーニングには、TensorFlow をバックエンドとして、Keras を Pi で走らせます。

20180508a_PokeDex_06.jpg

このポケモン図鑑は、5種類のポケモンをワンタッチで認識できます。

20180508a_PokeDex_07.jpg


A fun, hands-on deep learning project for beginners, students, and hobbyists (pyimagesearch.com)







スポンサーサイト



よりパワフルになった NXTCam - ビジョンサブシステム NXTCam 5 for NXT/EV3

20170731a_NXTCam5_01.jpg

mindsensors.com のレゴ マインドストーム NXT/EV3 対応、ビジョンサブシステム NXTCam 4 が NXTCam 5 にアップグレードされました。

最新のコンポーネント採用により、トラッキング機能がアップ、オブジェクトのトラッキングのみならず、顔、眼のトラッキングもスムーズに行えます。
また、microSD カード装置が搭載され、PC を介さない自律モードで、ビデオや写真を microSD カードに記録できるようになりました。

20170731a_NXTCam5_02.jpg

Features:
- Connects to EV3/NXT on a sensor port
- Connects to computer using USB interface
- Track Lines or Colored Objects (you can define your own colors)
- Track Faces or Eyes
- Record Videos or take Pictures on attached microSD card
- Video/Photo recording possible in autonomous operation
- Lens with built in infrared blocking filter
- Provides realtime tracking statistics to EV3/NXT
- Power consumption: 42 mA (max) at 4.7V
- Image & Video Resolution: 320x240
- PC not needed for autonomous operation
- Supported environments: NXT-G, EV3G, RobotC, LeJOS, NXC, LabVIEW, LVEE
- Comes with a microSD card




NXTCam V5 ビジョンサブシステム V5 for レゴ マインドストーム NXT or EV3






TensorFlow と NodeBots で Pi AI 走行ロボットを


20170104a_TensorFlowNodeBots_01.jpg

以前、『TensorFlow を利用して駐車違反取り締まり車のモニタリング』というプロジェクトを紹介しましたが、TensorFlow ニューラルネットワークと NodeBots (Johnny-Five) を利用した、Andy Gelme 氏の Pi AI 走行ロボットテストです。

Pi カメラで撮ったイメージを、OpenCV で、128x128 グレイスケールに変換、ニューラルネットワーク TensorFlow に渡します。
ニューラルネットワークは、走行道路の方向情報をナンバーで返します。
その方向情報は NodeBots により、左右車輪のモータースピードをコントロールして、走行方向を制御します。




20170104a_TensorFlowNodeBots_02.jpg

Raspberry Pi 3 running Google TensorFlow (Neural Network) and NodeBots





TensorFlow を利用して駐車違反取り締まり車のモニタリング


20161026a_InterceptMetermaidMonitor_01.jpg

TransFlow は Google 開発の人工知能、機械学習システムです。ライブラリはフリーライセンス、商用利用も可です。




Naulty氏は、駐車違反取り締まり車(Interceptor Meter-maid)の認識、モニタリングに TransFlow を利用しました。ちなみに、Mater-maid とは、駐車違反取り締まりの婦人警官です。

なぜモニタリングするかというと、...
サンフランシスコの路上駐車場は、大半が駐車時間2時間以内となっています。それを超えるとチケットを切られるわけですが、2時間というのは、巡回している、駐車違反取り締まり官が、同一箇所に同一車が2時間以上駐車していると認識した場合です。

そこで、モーションセンサー、Piカメラで、ビュー内に動く物体があった場合、画像を撮り、TenseFlow に送ります。TenseFlow は駐車違反取り締まり車を学習認識させています。解析結果、75%以上確かな場合、 SMSメッセージを送り、2時間超にならないように準備するという次第です。

20161026a_InterceptMetermaidMonitor_02.jpg

metermaid-monitor




GoPiGoロボットが、Google Cloud Vision で AI画像認知ロボットに

20160522a_GoogleCloudVisionAPI_1_01.jpg

GoPiGo は Dexter Industries のロボットです。

GoPiGo は Google Cloud Platform に接続、Piカメラで撮った情報を Cloud Vision API を利用して、スーパー画像認知ロボットになりました。

Cloud Vision は、画像のカテゴリ分類や、モノや人物、顔の認識、文字の認識を行います。

下記デモでは、GoPiGo の顔認知、笑っている人にロボットを近づけたり、怒ったり驚いている人からにげたりします。
モノの検知では、ロボットは見た物が何かを音声で教えてくれます。




いろいろなアプリケーションが考えられますね。


Raspberry Pi with Cloud Vision at Google I/O