2MP カメラ、Pico、その他付属品を備えたこのキットは、Raspberry Pi Pico に実用的な人物および物体検出機能を追加します。
長所
- +
+ 簡単な説明
- +
+ クイック結果
- +
+ 多くのボードと互換性があります
短所
- -
C/C++の知識が必要
- -
レンズは保護されていません
Tom's Hardwareを信頼できる理由 お客様に最適な製品とサービスをお選びいただけるよう、専門のレビュアーが何時間もかけて製品とサービスをテスト・比較しています。テスト方法について詳しくはこちらをご覧ください。
機械学習や人工知能というと、すぐに膨大な計算能力を備えた大規模なデータセンターを思い浮かべます。しかし、Raspberry Pi Picoは、マイクロコントローラー向けに開発されたTinyMLを介して機械学習を行うことができます。40ドルのUctronics TinyML Learning Kitを使えば、プロジェクトにコンピュータービジョンを簡単に組み込むことができます。
Uctronics TinyML Learning Kit は、Arduino などのさまざまなマイクロコントローラと互換性があり、他のマイクロコントローラで以前から使用されてきた Arducam Mini 2MP Plus カメラが含まれていますが、Raspberry Pi Pico のパワーにより、機械学習のパフォーマンスが大幅に向上し、Arduino と比較してほぼ 10 倍の向上が見られます。
Uctronics TinyML 学習キットの設計と使用
わずか 0.78 x 1.34 インチ (20 x 34.1 mm) のこのキットの中心となるのは、OV2640 をベースにしたカメラ、Arducam 2MP Plus です。このカメラは、SPI (データ ストリームとコマンド) および I2C (センサー構成) プロトコルを介してマイクロコントローラやコンピューターで使用できる 2MP カメラです。
このカメラは、付属のRaspberry Pi Picoだけでなく、ArduinoやESP32ベースのボードでも使用できます。2MPの解像度はそれほど大きくないように思えるかもしれませんが、コンピュータービジョンや機械学習では、画像サイズが320 x 320ピクセルであることを考えると、十分な解像度です。カメラレンズはM12マウントに収められており、別売りの他のM12レンズと交換可能です。
カメラをRaspberry Pi Picoやその他のRP2040に接続するのは、付属のジャンパーワイヤーのおかげで簡単です。オンラインリソースには、カメラをPicoに接続するために使用するGPIOピンと、Picoからアプリケーションにビデオデータを送信するために使用する付属のCP2102 USB-TTLアダプタのGPIOピンが明確に示されています。レビューでは、Processing（Arduino IDEに似ていますが、視覚芸術に特化したプログラミングインターフェース）を実行する人物検出スクリプトを使用しました。
C/C++で記述された既製のUF2プロジェクトをRaspberry Pi Picoにフラッシュした後、Processing IDEと、画像データを受信してデスクトップに表示するためのコードをインストールしました。MicroPythonをお使いの方のために、Raspberry Pi Pico用のTensorFLow Lite用のMicroPythonライブラリは現時点では提供されていませんが、Arducamがサポートに向けて取り組んでいます。Arducam Mini 2MP Plusカメラも簡単な画像の撮影に使用でき、コミュニティでサポートされているMicroPythonライブラリが用意されているため、撮影プロセスが簡素化されます。
最先端情報を入手：Tom's Hardwareニュースレターを購読する
Tom's Hardware の最高のニュースと詳細なレビューをあなたの受信箱に直接お届けします。
画像
1
の
2
Raspberry Pi Picoに接続されたカメラはクールですが、機械学習はもっとクールです。Tiny Machine Learning（TinyML）は、TensorFlowの一種で、マイクロコントローラーでの使用を目的として開発されました。マイクロコントローラーは、ほとんどの場合、フルスペックのコンピューターよりも計算能力が劣ります。Arduino、Espressif（ESP32）、そしてRaspberry Piなどのマイクロコントローラーは、物体やパターンを識別したり、マイクやセンサーなどの外部入力に反応したりするように学習させることができます。
Arducamは、OV2640カメラをRaspberry Pi Picoと組み合わせることで1FPSで処理できると主張しています。これは大したことないように思えるかもしれませんが、Arduinoで同等のプロジェクトを実行すると18秒ごとに1フレームになります。つまり、予算が限られている場合は、Picoの方が明らかにTinyMLに適したボードです。Arducamは、一連のTinyMLデモをCコード形式で提供するGitHubリポジトリを提供しており、ご自身のマシンでカスタマイズしてコンパイルできます。デモをすぐに使いたい場合は、Picoですぐに使用できるUF2ファイルとして保存されたコンパイル済みバージョンがあります。
Uctronics TinyML 学習キットはどのようなプロジェクトに使用できますか?
Uctronics TinyML学習キットはTinyML向けに設計されており、コンピュータービジョンと人工知能をプロジェクトに追加するのにちょうど十分な処理能力を必要とするプロジェクトに最適です。カメラを入力としてロボットに「視覚」を与え、様々なモデルを用いてロボットに物体や人物を探索するように訓練することができます。
部屋への侵入者を監視し、インターネット経由でデバイスにアラートを送信したいと思いませんか？ArducamカメラとRaspberry Pi Picoをオンラインに接続するためのガイドを使えば、まさにそれが実現できます。
結論
Uctronics TinyML Learning Kitはとても楽しいですが、最大限に活用するには、MicroPythonライブラリがリリースされるまではC/C++の知識が必須です。機械学習に既に精通している方であれば、おそらくそれほど難しいことはないでしょう。
Arducam Mini 2MP Plus カメラは、わかりやすい説明書と、十分に文書化された GitHub リポジトリにより、組み立てが非常に簡単で、少しの時間で初心者のプログラマーでも素晴らしい結果を得ることができます。
レス・パウンダーは、トムズ・ハードウェアのアソシエイトエディターです。クリエイティブテクノロジストとして、7年間にわたり、老若男女を問わず、教育と啓発のためのプロジェクトを手がけてきました。Raspberry Pi Foundationと協力し、教師向けトレーニングプログラム「Picademy」の執筆・提供にも携わっています。
