b/2018/yoshikawa/thesis
をテンプレートにして作成
[
トップ
] [
新規
|
一覧
|
単語検索
|
最終更新
|
ヘルプ
|
ログイン
]
開始行:
[[b/2018/yoshikawa]]~
↓目次案はこちら↓~
[[b/2018/yoshikawa/contents]]
#contents
*概要 [#aca251a8]
*1 はじめに [#sffbeb57]
-研究の背景
-研究の目的
-本論の構成
*2 実験準備 [#g7a81aa4]
**2.1 Raspberry Pi [#v8c236c2]
Raspberry PiにはUSBポートと拡張コネクタ(GPIOピン)が存在するため,カメラモジュールやセンサー,さらにLEDライトといったものを接続して使用することもできる.~
Raspberry Piは,イギリスのRaspberry Pi Foundationが学校教育用に開発した,700Mhz動作のARMプロセッサ+1GB RAMを搭載しているシングルボードコンピュータである.計算速度は2014年の典型的パソコンに比べると1/10〜1/20の速さだが,一昔前の高性能コンピュータに匹敵する性能だ.~
Raspberry PiにはUSBポートと拡張コネクタ(GPIOピン)が存在するため,カメラモジュールやセンサー,さらにLEDライトといったものを接続して使用することもできる.~
Raspberry Piの種類と性能は以下の通りになっている.
||1A+|1B+|2B|3B|3B+|
|CPU|>|シングルコア|クアッドコア|クアッドコア|クアッドコア|
|~|>|700 MHz|900 MHz|1.2 GHz|1.4 GHz|
|メモリ|256MB|512MB|>|>|1GB|
|通信I/F|–|有線LAN||有線LAN/Wi-Fi(IEEE 802.11 b/g/n 2.4 GHz)|有線LAN /Wi-Fi(2.4GHz and 5GHz IEEE 802.11.b/g/n/ac)|
|USB2.0|1個|>|>|>|4個|
|推奨電源|0.7 A|1.8 A|1.8 A|2.5 A|2.5 A|
|~|(3.5 W)|(9.0 W)|(9.0 W)|(12.5 W)|(12.5 W)|
|設定価格|20ドル|25ドル|35ドル|35ドル|35ドル|
|実売|約3,000円〜|約3,500円〜|約4,800円〜|約4,320円〜|約5,000円前後〜|
今回はRaspberry Pi 3Bを使用して実験を行う.
参考~
[[http://www.ic.daito.ac.jp/~mizutani/raspi/whatis_raspi.html]]
[[https://raspida.com/post-2116]]
**2.2 Intel®Movidius™Neural Compute Stick [#dde4828e]
Movidius™Neural Compute Stick(以下NCS)は,エッジ端末でディープラーニングによる推論を高速に実行するためのモジュールです.学習はサポートしておらず,学習はベットGPUなどを積んだマシンで実施する必要がある.NCSは学習済みモデルをGPUを積んでいないノートPCやRasqberry Piなどで高速実行するために使用する.~
NCSでは,現在ではCaffe, TensorFlowがサポートされている.
Movidius内には,Intelが開発したMovidius独自のプロセッサ(SHAVEs)が12個存在し,1,2,4,8,12の中からネットワークの層に使う数を選択することができる.~
参考~
[[http://workpiles.com/2017/10/movidius-ncs-setup/]]
[[http://www.gdm.or.jp/pressrelease/2017/0721/215197]]
*3 実験に使用するネットワーク [#j8e4bfcb]
**3.1 識別ネットワーク [#l1dc95af]
***3.1.1 Inception-v3 [#hc86e083]
Inception-v3とは,ILSVRCという大規模画像データセットを使った画像識別タスク用に1,000クラスの画像分類を行うよう学習されたモデルであり,高い精度の画像識別を達成している.
**3.2 検出ネットワーク [#idd02c6a]
**3.2.1 MobileNet-SSD [#n8a611a5]
[[https://qiita.com/tanakataiki/items/41509e1b0f4a9dcd01b1]]
**3.2.2 Yolo [#s55b8469]
*4 実験 [#e4204da3]
**4.1 猫の画像の識別実験 [#pf1d8ec7]
***4.1.1 実験条件 [#rfc6d741]
***4.1.2 Inceprion-v3を用いた実験 [#j70db121]
**4.2 猫の画像の検出実験 [#zfafe127]
***4.2.1 実験条件 [#f42aa47b]
***4.1.2 MobileNet-SSDを用いた実験 [#r0f1441e]
***4.1.3 Yoloを用いた実験 [#d6ba337e]
*5 おわりに [#n6ec0842]
終了行:
[[b/2018/yoshikawa]]~
↓目次案はこちら↓~
[[b/2018/yoshikawa/contents]]
#contents
*概要 [#aca251a8]
*1 はじめに [#sffbeb57]
-研究の背景
-研究の目的
-本論の構成
*2 実験準備 [#g7a81aa4]
**2.1 Raspberry Pi [#v8c236c2]
Raspberry PiにはUSBポートと拡張コネクタ(GPIOピン)が存在するため,カメラモジュールやセンサー,さらにLEDライトといったものを接続して使用することもできる.~
Raspberry Piは,イギリスのRaspberry Pi Foundationが学校教育用に開発した,700Mhz動作のARMプロセッサ+1GB RAMを搭載しているシングルボードコンピュータである.計算速度は2014年の典型的パソコンに比べると1/10〜1/20の速さだが,一昔前の高性能コンピュータに匹敵する性能だ.~
Raspberry PiにはUSBポートと拡張コネクタ(GPIOピン)が存在するため,カメラモジュールやセンサー,さらにLEDライトといったものを接続して使用することもできる.~
Raspberry Piの種類と性能は以下の通りになっている.
||1A+|1B+|2B|3B|3B+|
|CPU|>|シングルコア|クアッドコア|クアッドコア|クアッドコア|
|~|>|700 MHz|900 MHz|1.2 GHz|1.4 GHz|
|メモリ|256MB|512MB|>|>|1GB|
|通信I/F|–|有線LAN||有線LAN/Wi-Fi(IEEE 802.11 b/g/n 2.4 GHz)|有線LAN /Wi-Fi(2.4GHz and 5GHz IEEE 802.11.b/g/n/ac)|
|USB2.0|1個|>|>|>|4個|
|推奨電源|0.7 A|1.8 A|1.8 A|2.5 A|2.5 A|
|~|(3.5 W)|(9.0 W)|(9.0 W)|(12.5 W)|(12.5 W)|
|設定価格|20ドル|25ドル|35ドル|35ドル|35ドル|
|実売|約3,000円〜|約3,500円〜|約4,800円〜|約4,320円〜|約5,000円前後〜|
今回はRaspberry Pi 3Bを使用して実験を行う.
参考~
[[http://www.ic.daito.ac.jp/~mizutani/raspi/whatis_raspi.html]]
[[https://raspida.com/post-2116]]
**2.2 Intel®Movidius™Neural Compute Stick [#dde4828e]
Movidius™Neural Compute Stick(以下NCS)は,エッジ端末でディープラーニングによる推論を高速に実行するためのモジュールです.学習はサポートしておらず,学習はベットGPUなどを積んだマシンで実施する必要がある.NCSは学習済みモデルをGPUを積んでいないノートPCやRasqberry Piなどで高速実行するために使用する.~
NCSでは,現在ではCaffe, TensorFlowがサポートされている.
Movidius内には,Intelが開発したMovidius独自のプロセッサ(SHAVEs)が12個存在し,1,2,4,8,12の中からネットワークの層に使う数を選択することができる.~
参考~
[[http://workpiles.com/2017/10/movidius-ncs-setup/]]
[[http://www.gdm.or.jp/pressrelease/2017/0721/215197]]
*3 実験に使用するネットワーク [#j8e4bfcb]
**3.1 識別ネットワーク [#l1dc95af]
***3.1.1 Inception-v3 [#hc86e083]
Inception-v3とは,ILSVRCという大規模画像データセットを使った画像識別タスク用に1,000クラスの画像分類を行うよう学習されたモデルであり,高い精度の画像識別を達成している.
**3.2 検出ネットワーク [#idd02c6a]
**3.2.1 MobileNet-SSD [#n8a611a5]
[[https://qiita.com/tanakataiki/items/41509e1b0f4a9dcd01b1]]
**3.2.2 Yolo [#s55b8469]
*4 実験 [#e4204da3]
**4.1 猫の画像の識別実験 [#pf1d8ec7]
***4.1.1 実験条件 [#rfc6d741]
***4.1.2 Inceprion-v3を用いた実験 [#j70db121]
**4.2 猫の画像の検出実験 [#zfafe127]
***4.2.1 実験条件 [#f42aa47b]
***4.1.2 MobileNet-SSDを用いた実験 [#r0f1441e]
***4.1.3 Yoloを用いた実験 [#d6ba337e]
*5 おわりに [#n6ec0842]
ページ名: