「Jetson Nano」にUSBカメラをつなげてにゃんこを認識させる：Jetson Nanoで組み込みAIを試す（4）（3/3 ページ）

NVIDIAが価格99ドルをうたって発表した組み込みAIボード「Jetson Nano」。本連載では、技術ライターの大原雄介氏が、Jetson Nanoの立ち上げから、一般的な組み込みAIとしての活用までを含めていろいろと試していく。第4回は、Jetson Nanoに市販のUSBカメラを接続してさまざまな物体を認識させてみる。にゃんこもいるよ！

[大原雄介，MONOist]

Live Camera Detection Demoのモデル一覧に猫がないのは不本意

　ところで、カメラを使ったJetson Nanoのデモにはもう1つ、Live Camera Detection Demoがある。Live Camera Recognition Demoの方は、カメラで撮影した映像から「それが何か」を認識するデモであるが、Live Camera Detection Demoは映像から「目的のものがどこにあるか」を認識するデモである。使い方はLive Camera Recognition Demoとよく似ており、今回の環境なら以下のようにすればよい。

./detectnet-camera --camera=/dev/video0 --width=320 --height=240 --network=XXXXX

　ここで“--network=XXXXX”の部分が「何を見つけるか」を示す形だ。この部分には学習済みのDetection Model（検知モデル）を指定する形になる。以下の表1に挙げるモデルから選択するが、指定しない場合にはpednetが選択される。

ssd-mobilenet-v1	91種類（COCO classes）
ssd-mobilenet-v2	91種類（COCO classes）
SSD-Inception-v2	91種類（COCO classes）
coco-dog	犬
coco-bottle	ボトル
coco-chair	椅子
coco-airplane	飛行機
pednet	歩行者
multiped	歩行者と荷物
facenet	顔
表1　Live Camera Detection Demoで選択できるDetection Model

　今回は試しにfacenetを利用してみた。ターゲットとしてはEE Times Japanのこちらの記事ページをWebブラウザで表示させ、カメラで読み込ませたところ、きちんと画面の中から顔に当たる部分が水色で囲われている（図17）。

図17　EE Times Japan夏の恒例、技術戦略インタビューの広告特集ページ。顔写真多めなのでfacenetのテストに最適（クリックで拡大）

　ちなみに、上記のモデル一覧に猫がないのは不本意（いや、ssd-mobilenet-v1/v2には猫が入っているのだが、筆者の環境ではうまくロードできなかった。おそらく、Detection Modelの構築ができていないので、ビルドのやり直しが必要と思われる）ではあるが、それこそ自分でやれよという話である。ということで、Jetson NanoとUSBカメラを利用しての画像認識までの手順は、これでほぼ実現できることが確認できたわけだ。