「Jetson Nano」でにゃんこを判別してLチカで知らせるエッジAIデバイスを作る：Jetson Nanoで組み込みAIを試す（5）（4/4 ページ）

[大原雄介，MONOist]

それでは実証実験

　以上でプログラムの変更は完了だが、起動の際には/opt/nvidia/jetson-gpio/の下にもライブラリのパスを通しておく必要がある。以下のコマンドを先に1回行っておかなければならない。

export PYTHONPATH="/opt/nvidia/jetson-gpio/lib/python/:${PYTHONPATH}"

　これをやらないと、「RPi.GPIOが見つからない」と怒られる。

　さて起動そのものは前回と同じで、以下のコマンドで行える。

./imagenet-camera.py --camera=/dev/video0

　今回はウチのスタッフ（編注：大原氏の愛猫）が非常に非協力的だったので（図5）、スタッフの顔写真をモニターに映し、これを撮影してみた。

図5　この状態で認識させてみたところ、“Hay（干し草）”という判定結果に……（クリックで拡大）

　映像1がキジトラ（先代ちゅるる女王様）を撮影した場合で、黄色（cat）はかなり早いタイミングで認識するが、緑（tabby）はカメラをちょっと動かすと、やや遅れて認識するといった感じ。

映像1　キジトラ猫による猫判別とLチカの様子（クリックで再生）

　一方、映像2は茶白の場合で、黄色はちゃんと点灯するけれどもtabbyとは認識されないので緑は点灯しない。こんな具合に、猫を判別してLEDを点灯させるエッジソリューション（？？）が完成した。

動画2　茶白猫による猫判別とLチカの様子（クリックで再生）

　ということで非常に簡単ではあるのだが、この程度のことまではJetson Nanoのキットでできる、というサンプルにはなったかと思う。もちろん、ありもののネットワークでは使えないという場合もあるので、その場合は学習からやり直す必要が出る場合もあるだろうが、そちらはJetson Nanoとは別のプラットフォームを構築して行うべきだろう。

　今回はお手軽にLチカをやってみたが、通信なども原理的にはそう難しくはないと思う。もちろん、これも真剣にエッジAIデバイスを構築するにはいろいろ問題は出てくるかもしれないが、まずは簡単に試すにはJetson Nanoは非常に良い題材であろう、ということがお分かりいただけたのではないかと思う。

（連載完）