Raspberry Piで、オリジナルの学習モデルを使った物体検出（オリジナルモデルを用いた物体検出編）[4/4]

はじめに

オリジナルモデルを使った物体検出をRaspberry Piで行うべく、以下を実現しようとしています。

これを実現するために４回に分けて記事を書いてきましたが、今回はいよいよ最終回です。

　第１回：IBM Cloud Annotationsを用いたアノテーション
　第２回：Google Colabを用いたモデルの学習
　第３回：Raspberry Piの環境構築
　第４回：オリジナルモデルを用いた物体検出　←この記事

第４回：オリジナルモデルを用いた物体検出

前回はRaspberry PiにOSやTensorFlow Liteをインストールし環境構築を行いました。今回は、第２回で学習したオリジナルモデルを用いて、物体検出を行なう方法です。

オリジナルモデルの準備

まずは、第２回で学習したオリジナルモデルをRaspberry Piに格納して準備を行います。

①モデルファイルの解凍

第２回でGoogle ColabからダウンロードしたmyModel.zipをRaspberry Piの「/home/pi/tflite」フォルダにアップロードして、以下のように解凍します。

pi@raspberrypi:~/tflite $ unzip myModel.zip -d myModel
Archive:  myModel.zip
  inflating: myModel/checkpoint      
  inflating: myModel/detect.tflite   
 extracting: myModel/flower_model.zip  
  inflating: myModel/frozen_inference_graph.pb  
  inflating: myModel/labelmap.txt    
  inflating: myModel/model.ckpt.data-00000-of-00001  
  inflating: myModel/model.ckpt.index  
  inflating: myModel/model.ckpt.meta  
  inflating: myModel/pipeline.config  
   creating: myModel/saved_model/
   creating: myModel/saved_model/variables/
  inflating: myModel/saved_model/saved_model.pb  
  inflating: myModel/tflite_graph.pb  
  inflating: myModel/tflite_graph.pbtxt  
pi@raspberrypi:~/tflite $

②label.txtの作成

解凍したモデルにlabelmap.txtが含まれますが、これはJson形式になっており、tfliteでは使えません。そこで、以下のようにラベル名だけを記載した、テキスト形式のlabelmap.txtを作成します。

pi@raspberrypi:~/tflite $ cd myModel
pi@raspberrypi:~/tflite/myModel $ mv labelmap.txt labelmap.txt.org
pi@raspberrypi:~/tflite/myModel $ cat labelmap.txt
Undefined
flower
pi@raspberrypi:~/tflite/myModel $

以上で準備は完了です。

オリジナルモデルを用いた物体検出

それでは、いよいよオリジナルモデルを用いた物体検出をやってみましょう。VNCでログインしたターミナルから以下のコマンドを入力します。

pi@raspberrypi:~/tflite $ python3 TFLite_detection_webcam.py --modeldir=./myModel

すると以下のように、カメラ画像が画面に表示されるので、検出したい物体をカメラの前に持っていきましょう！どうですか？以下の動画のように、物体が検出されるはずです‼️

おわりに

今回は、第２回で学習させたオリジナルモデルを用いて、TensorFlow Liteを用いた物体検出をやってみました。COCOモデルなど学習済みのモデルは非常に有用ですが、検出したい物体が特殊な場合には、オリジナルの学習モデルを作る必要があり、今回の方法が使えると思われます。

Raspberry Piの処理能力は高いとは言えないので、もっと高速に物体検出がやりたい人はGPUが搭載されたJetson nanoなどを使いましょう！

　第１回：IBM Cloud Annotationsを用いたアノテーション
　第２回：Google Colabを用いたモデルの学習
　第３回：Raspberry Piの環境構築
　第４回：オリジナルモデルを用いた物体検出

関連記事