第 ご購入はこちら 6章 最初は PC で試すと便利 ステップ 3… 人工知能キュウリ判定 小池 誠 デスクトップPC 学習データの収集 階級ごとの キュウリ画像 トリミング USBカメラ キュウリ画像の学習 OpenCVで前処理 サイズ変換 ×3 重ね合わせ ディープ・ラーニング・ ライブラリ TensorFlow （a）学習 ノートPC，後にラズベリー・パイ3へ移植 USBカメラ Arduino 結果を元に ベルト・コンベアを 制御 学習済みモデルの 学習済みモデル 取り込み OpenCVで前処理 判定 判定 キュウリ画像取り込み キュウリ画像 学習済みモデル トリミング サイズ変換 重ね合わせ TensorFlow 結果 階級 情報 モータの 制御情報 本章でやること ×3 （b）判定 図 1 キュウリ自動選別コンピュータの動作フロー USBカメラ USB USBカメラ USB テスト・データを使うとキュウリ画像から約 90％ の確率で正しい等級 / 階級を判断できるようになりま した．そこで，前章までで作ったキュウリの学習済み モデルを使って，キュウリの階級判定プログラムを作 ります．図 1 にキュウリ自動選別コンピュータの動作 フローを示します．図 1（b）を本章で実装します． USBカメラ USB ● ハードウェア ノートPC：ThinkPad X200 （レノボ） ＋5V USB マイコン基板 Arduino Micro PC用5V/12V電源 ＋12V LED照明 モジュール ×4 ＋12V 2 IC ＋5V PWM ドライバ RCサーボ モータ ×5 SPI モータ・ ドライバ M ステッピング・ モータ 図 2 人工知能キュウリ判定をまず PC で試すためのハードウェア 構成 42 図 2 にハードウェアの構成を示します．基本構成は 第 2 章で示したものと同じです．ただし，第 2 章では ノート PC ではなくラズベリー・パイ 3 を使った図を 示しました．本章では基礎検討のためノート PC で画 像の取り込み，ユーザ・インターフェースの提供，学 習済みモデルのレストアおよび入力画像の等級 / 階級 判定を行います．次章でプログラムをラズベリー・パ イ 3 で動くようにします． ノート PC にはマイコン基板 Arduino Micro をつな ぎ，その先にモータの駆動基板を接続しています． モータの駆動基板には別途，PC 用電源から電源を供 給し，モータを回しています． 2017 年 3 月号
© Copyright 2024 ExpyDoc
