高橋かずひとのプログラミング、その他、備忘録。

日々調べてたことや、作ってみたものをメモしているブログ。 お決まりの断り文句ですが、このブログに書かれている内容は個人の見解であり、所属する組織の公式見解ではありません。チラ裏。

Raspberry pi

試作:ラズパイで音拾ってインターホンの音だったらLINE通知🦔

とりあえず表題の試作品を作りました。 ラズパイと言うかreTerminalですが ※中身はRaspberry Pi CM4 作ったよくあるやつですが、ラズパイで音拾って、インターホンの音だったらLINE通知 https://t.co/xnMJYXqqfS pic.twitter.com/ri0WZ02nTa — 高橋 かずひと…

PINTO_model_zoo:人検出(425_Gold-YOLO-Body-Head-Hand)味見👀

PINTOさんがアノテーション気合入れて、トレーニングされたGold-YOLOです 昨晩つぶやいた無駄に高解像度だった 640x480 から 320x256 にモデルの入力解像度を落として Float32 CPU推論してみた。ほぼ 3.5倍速 になって精度はほとんど落ちなかった。予想外。…

Raspberry Pi 4向けのPerson Detection(CPU推論4スレッドで45~60ms)

Raspberry Pi 4向けの人検出モデルです。 ノートPCとかでも動きますが、ノートPCで動かすくらいならYOLOXとか使ったほうが精度と速度のバランス良いと思います Raspberry Pi4 CPUオンリーのPerson DetectionつづきPINTOさんのTensorflowLite-bin導入するだけ…

YOLOX-NanoのONNX推論、TFLite推論サンプル

Raspberry Pi4で推論速度を試したくて用意しました YuNetのONNX推論、TFLite推論のリポジトリを何のための用意していたかと言うと、Raspberry Pi4で速度見るためです。YOLOX-Nanoさん、工夫無しでも4FPSくらい出ている https://t.co/ayhjQXDgoT pic.twitter.…

YuNetのONNX推論、TFLite推論サンプル

Raspberry Pi4で推論速度を試したくて用意しました YuNetのONNX推論、TFLite推論のリポジトリを何のための用意していたかと言うと、Raspberry Pi4で速度見るためです。さすがにYuNetさんは早くて工夫無しでも25FPSくらい出ている https://t.co/1TIIFjHXf6 pi…

NanoDetによる物体検出👀

NanoDetは高速・軽量な物体検出モデルです COCO mAP 20.6 で パラメータ数が0.95Mと言う驚異的な軽さです。 2021//9/20時点でGitHubのREADME上に乗っているベンチマークだと以下のような感じです。 流石に精度を求めようと思ったらYOLOシリーズやEfficientDe…

Axross様への寄稿まとめ(No.01~No.05)

今年に入ってからAxross様に技術記事を寄稿しています。 5つ寄稿し、多少キリが良いのでまとめて紹介しようと思います。 今のところ確定で1本寄稿を予定しており、評判が良ければ追加寄稿をAxross様と相談します。 Axrossとは 以下の理念で運営されているサ…

Raspberry Pi4 でPythonパッケージ版MediaPipeの速度確認🦔

PINTOさんとからあげさんのお力によって実現しました。 Raspberry Pi OS(64bit)でMediaPipe動いた 若干描画周りに重い処理入れたので、本来はもう1fpsぐらい早いはずですが、、、以下ぐらいの速度出ますね Face Detection:20fps前後 Face Mesh:11fps前後 P…

単一の手のLocalizationモデルお試し作成中。

発端は以下のお話し。 元々自社からも要望されていた調査ではあるのですが、、、 僕のもとに持ち込まれる手検出の相談って、、、「手検出は単一で良い」「パー/グーの分類が出来れば良い」「中心の1点のXY座標が取得できれば良い」ぐらいの機能で、仕様を満…

改めて、RaspberryPi4での手検出試行錯誤中②

試行錯誤中。。。 今回は「ラズパイ4のCPU推論」で「5〜10fps程度のリアルタイム」と言う制約があります Raspberry pi4のCPU推論(num_threads=2)で手検出、、、これでどうだーーー pic.twitter.com/9Jw11wIBMv — 高橋 かずひと@孫請級プログラマー (@KzhtTkh…

改めて、RaspberryPi4での手検出試行錯誤中。

2021年は流石に、もう手検出は自分でモデル訓練したり試行錯誤しなくても良いかなー。 と思っていたのですが、RaspberryPiで動かそうとすると、 そうも行かない雰囲気が出ていたので、再度いくつか試行錯誤しています。 MediaPipeのpalm_detection.tfliteの…

PINTO_model_zooのDBFaceをRaspberryPi4でお試し🦔

少々訳あって、PINTO_model_zooからDBFaceをお借りして推論してみました。 PINTO_model_zooはtflite界隈では有名なリポジトリです。色々なモデルの量子化モデルやOpenVINOのIRモデル、TRTモデルがコミットされています パッとクローンして、サンプル(dbface_…

スマートミラーのざっくり材料費

以下の記事のスマートミラー作成時のざっくり材料費です kazuhito00.hatenablog.com 質問があった金額のお話です 額縁:1,399 ハーフミラー:3,424 アクリル板:1,500 ラズパイカメラ:3,480 モニター:8,960 ラズパイ4:6,734 NCS2:13,750上記に加えて、送…

【第2回 ディープラーニングガジェット品評会】誰でも作れる?スマートミラーwithちょっとディープラーニング

第2回ディープラーニングガジェット品評会で発表してきました。 今回のプレゼンテーションはRaspberry pi4上で動かすという飛び道具を使用したのですが、、、 マイクロHDMI変換端子が事前確認中に折れるというトラブルが、、、 危うく発表もデモも出来なくな…

【OpenVINO】ラズパイ4+NCS2(OpenVINO)×1で顔関連の検出

意外と動くやん。って思いましたが、、、ラズパイ4+NCS2+周辺機器(SDとか)全部合わせて消費税入れると2万円超える、、、NCS2を元々持ってたから高い感覚薄れてましたが、やはりJetson Nanoがコスパ凄いすね、、、 OpenVINOで訓練済みモデルを使うぐらいだ…