Raspberry Pi AIカメラ向けにカスタムAIモデルを構築 — コーディングは一切不要！

AIモデルを作成するのは簡単3ステップ：データセットを追加し、データを解析・学習させ、すぐに使えるモデルを受け取ります。

Brain Builder for AITRIOS のトライアルを入手して、次のエッジAIアプリケーションをこれまで以上に手軽かつ迅速に実現しましょう。

それでは、Brain Builder for AITRIOS が提供する AIモデルのオプションを詳しく見ていき、Raspberry Pi AIカメラのプロジェクトにどのように適用できるかを探っていきましょう。

最適なAIソリューションを選ぼう：Brain Builder for AITRIOS に含まれる3つのAIモデルテンプレート

Brain Builder for AITRIOS では、Classifier（分類モデル）、Detector（検出モデル）、Anomaly Recognizer（異常検知モデル）という3種類のAIモデル（アプリケーション内では「Brain」と呼ばれます）を学習させることができます。ここまでで基本を押さえましたので、次のステップとして、これらのモデルを使って具体的にどのようなアプリケーションを作れるのかを見ていきましょう。

スマート分類：確信をもって仕分け・カテゴリ分け

このモデルは、画像をあらかじめ定義されたクラスに分類し、それぞれの分類に対して信頼度スコアを返す仕組みです。そのため、位置特定を必要としない画像レベルでの分類に最適です。例： 製品の品質を配置・梱包・組立・その他の基準でランク付けする場合環境や機械の状態をモニタリングする場合トラックや棚における貨物の占有状況を示す場合さらに、複数クラス分類（例：コンベア上に混在するアイテムから製品を識別）にも適しています。今回のケースでは、基板を次のカテゴリに分類するテストを行いました：

私たちは、クラスごとにフォルダで整理したデータセットを ZIP ファイルにまとめて使用しました。このように整理されたデータをアップロードすることで、Learning Classifier がデータセットを評価し、基板を正しく事前定義されたカテゴリに分類できるように学習します。Learning Classifier の学習と評価が完了したら、Static Classifier をトレーニングして結果を固定化できます。これは、一貫したデプロイを実現し、予測結果がその後変化するのを防ぐために重要です。

アプリケーションのユーザーフレンドリーなインターフェースにより、評価指標を簡単に確認できます。私たちは全体的なパフォーマンススコアに満足しましたが、もしスコアが低い場合は、データセットを改善することで調整可能です。表現が不十分なカテゴリには画像を追加するラベルが曖昧なサンプルを見直して再ラベル付けするこうした微調整によって、モデルの精度をさらに高めることができます。

Brain をエクスポートする前に、学習データセットに含まれていない画像をいくつかアップロードして、簡単にテストを行うことも可能です。

最後のステップは、Brain（AIモデル）をダウンロードし、Raspberry Pi AIカメラへのデプロイ準備を整えることです。

モデルを Raspberry Pi AIカメラにデプロイすると、カメラ映像上で次のような結果を確認できます：

フルプロセスを紹介した動画は こちら からご覧いただけます。

分類AIモデルが役立つその他の応用例としては、以下のようなものがあります： - 製品を配置・梱包・組立などの基準でランク付けする - 環境の状態をモニタリングする（例：ドアの開閉） - トラックや棚における貨物の占有状況を示す

高精度検出：複数の物体をリアルタイムで識別

Brain Builder で Detector モデルを作成するのは、Classifier モデルを作成するのとほぼ同じくらい簡単です。Detector モデルは画像内の複数の物体を特定し、その位置をバウンディングボックスと信頼度スコアとして出力します。この機能は、交通監視や製造業における自動品質検査といったアプリケーションに特に有効です。具体的なイメージを掴むために、異なる種類のネジやナットを正しいカテゴリに仕分ける例を見てみましょう。

Brain Builder で学習させた Detector モデルを Raspberry Pi AIカメラ上で実行すると、フレーム内に映っているネジの種類を検出し、表示されているアイテムを区別できるようになります。

品質の守護者：異常を即座に検出

このモデルは画像内の異常を検出し、Anomaly Hi-Fi を使用することで懸念箇所を強調表示することもできます。 特に、産業分野での品質管理、製造、医療診断において、視覚的にわかりやすいフィードバックを伴って逸脱や問題を特定するのに有効です。
以下の例では、クッキーの異常を検出するように学習させたモデルを用いたケースを詳しく見てみましょう。

Brain を起動する：3ステップデプロイガイド

カスタムで作成したAIモデルを Raspberry Pi AIカメラ上で直接実行することで、リアルタイムのエッジAI機能を実現できます。 これにより、クラウド処理を必要とせず、より高速かつ効率的なパフォーマンスを可能にします。

Brain Builder for AITRIOS からAIモデルを簡単にエクスポートし、わずか3ステップで Raspberry Pi AIカメラにデプロイできます：

詳細なステップバイステップの手順は、Brain Builder for AITRIOS：Raspberry Pi AIカメラ向け はじめにガイドをご覧ください。

Brain Builder for AITRIOS の動作を実際に確かめたい方は、今すぐソフトウェアをダウンロードしてください（10日間のトライアル付き）。