はじめに
画像分類は、エッジ デバイス上の多くのシナリオで使用できます。 たとえば、画像を検出する機能は、シーン内の人物や動物の存在を検出するのに役立ちます。
Azure Sphere を使用すると、インターネットに接続された、セキュリティで保護されたマイクロコントローラーベースのデバイス上に、リアルタイムの画像分類を実行するニューラル ネットワーク モデルを実装できます。
あなたは、一般に公開されている広い公園を担当するパーク レンジャーであるとします。 野生の鹿の群れが公園を自由に歩き回っています。 これらの鹿は、この公園の一番の魅力です。 しかし、鹿は野生動物であり、予測ができません。1 年のうちの特定の時期には、特にそうです。 彼らの領域を尊重する必要があり、鹿から 50 メートルの最小距離を維持することが推奨されています。
また、人と犬が頻繁に公園を訪れ、ときには鹿と触れ合うことがあります。 あなたはパーク レンジャーとして、公園の利用者と動物の両方の安全に責任があります。 あなたは最近、人と鹿との間の触れ合いが増えていることに気が付きました。 すべての利用者の安全性を確保するために、人、鹿、犬の間のこのような触れ合いを調査して分析したいと考えています。 このデータを収集するには、鹿と人との間の触れ合いを記録できるデバイスが現場に必要です。 鹿が入っている画像のみをデバイスでキャプチャして保存する必要があります。 システムは安全かつ確実に現場で動作できるものである必要があります。 鹿が入っている画像をキャプチャすることで、鹿と人と犬の間の触れ合いを分析できます。 そのうえで、追加の安全性対策を提案することや、安全性を高めるために利用者が公園内を歩く別のルートを推奨することができます。
このモジュールの完了までに、シーン内の鹿の存在を検出するための、リアルタイムの画像分類を実行するニューラル ネットワーク モデルを実装できるようになります。
学習の目的
このモジュールでは、次のことを行います。
- 事前トレーニング済みのニューラル ネットワーク モデルを使用して、マイクロコントローラー デバイス上に画像分類を実装します。
- Azure Sphere のコンポーネントとサービスによって、事前トレーニング済みの画像分類モデルがデプロイされるしくみについて説明します。
前提条件
- Windows 10 を実行している PC
- Azure Sphere の基本的な知識
- Azure Sphere をコンピューターに接続する USB ケーブル
- USB シリアル変換アダプター
- シリアル アダプターをコンピューターに接続する mini ケーブル
- シリアル アダプターを Azure Sphere に接続するジャンパー ワイヤ
- Visual Studio Code の使用に関する基本的な知識
- ご利用のコンピューターに Visual Studio Code がインストールされていること
- Git がコンピューターにインストールされていること
- Git と GitHub を使用できること